一種基于數據模糊融合的智能家居監(jiān)控應用情景設計方法研究

但唐仁,袁華思,楊海紅

（深圳信息職業(yè)技術學院軟件學院，廣東 深圳 518172）

【信息經濟研究】

一種基于數據模糊融合的智能家居監(jiān)控應用情景設計方法研究

但唐仁,袁華思,楊海紅

（深圳信息職業(yè)技術學院軟件學院，廣東 深圳 518172）

智能家居的應用情景設計是智能家居走入家庭重要一環(huán)，本文針對家庭失火監(jiān)控應用運用多傳感器數據模糊融合理論提出了一種設計方法，分析了該方法的理論原理、步驟，并使用一個案例加以應證。研究表明，該方法能減少單個傳感器的誤判，增加智能家居失火監(jiān)控應用情景設計的可靠和穩(wěn)定。

數據融合；智能家居；失火監(jiān)控；應用情景

1 智能家居應用情景設計概述

智能家居是以家庭住所為平臺、兼?zhèn)浣ㄖ⒕W絡通信、設備自動化、信息家電，集系統(tǒng)、結構、服務、管理為一體，實現(xiàn)高效、舒適、安全、便利、環(huán)保、節(jié)能的居住和娛樂的自動化系統(tǒng)。從功能上看主要包含5大子系統(tǒng)：即家電智能控制、家居安防監(jiān)控、家庭能量管理（三表抄送）、家庭信息自動處理和家庭娛樂，其中家居安防監(jiān)控子系統(tǒng)是家居生活的安全保障，主要是防止煤氣泄漏、火災和非法入侵等意外情況。良好的安防監(jiān)控系統(tǒng)能隨時檢測家中的環(huán)境，一旦有異常就會發(fā)送報警信號給用戶的手持設備或者小區(qū)的管理中心，從而減少不必要的損失。

為了更好地使用智能家居控制系統(tǒng)，往往需要設計出使用方便的一鍵式操作，對應不同的應用情景模式，如在家模式、外出模式、白天模式、夜晚模式、自動監(jiān)控模式等等，這對于我國人口老齡化日趨嚴重的家庭更為重要。自動監(jiān)控情景模式又涵蓋了上述5大子系統(tǒng)中的家電智能控制、家居安防監(jiān)控、家庭信息自動處理等子系統(tǒng)，子系統(tǒng)之間相互聯(lián)動，而其中核心部分在于家居安防監(jiān)控子系統(tǒng)的設計。

2 智能家居安防監(jiān)控子系統(tǒng)的組成與分析

智能家居安防監(jiān)控子系統(tǒng)包含著與生活息息相關的各種探測傳感器，如煙霧、CH4、CO2、溫度、濕度、光照度、紅外等等探測傳感器，不同的傳感器組合構成了側重點不一的監(jiān)控系統(tǒng)，如煙霧、CH4、溫度等探測傳感器組成家庭失火監(jiān)控系統(tǒng)，CO2、溫度、濕度、光照度等探測傳感器組成家庭室內空氣舒適度監(jiān)控系統(tǒng)，而溫度、光照度、紅外等探測傳感器則可組成家庭防盜監(jiān)控系統(tǒng)等等。不同的監(jiān)控系統(tǒng)對于不同的應用情景，下面以家庭失火監(jiān)控系統(tǒng)為內容，討論家庭失火監(jiān)控應用情景。

智能家居中每一種傳感器都有不同的功能和一定的測量范圍，單個傳感器的數據只是從某個側面反應家庭的環(huán)境狀況，會有一定局限性和不確定性。而且家庭內多個傳感器同時工作產生大量的數據，會增加這種不確定性，可能會導致系統(tǒng)發(fā)生誤報或系統(tǒng)工作失靈。解決這一問題的途徑之一是多傳感器的數據融合技術。

3 多傳感器數據融合理論

數據融合概念上講是指為完成某個決策或估計任務而對多元信息在一定準則下進行自動分析、綜合處理的過程，是將多個傳感器檢測到的數據共同轉化成關于被測對象的某種狀態(tài)知識，從而產生一個更可靠、更準確的控制或者決策信息，作為整個監(jiān)測系統(tǒng)的最優(yōu)估計量。對于多個傳感器數據融合的監(jiān)測系統(tǒng)，融合算法是整個系統(tǒng)的核心。

3.1 基于模糊理論數據融合算法

多傳感器數據融合的算法有多種，如自適應加權數據融合算法、經典推理法、貝葉斯估計、D-S證據理論方法、模糊理論、神經網絡等等，本文討論基于模糊理論數據融合，該算法的主要特點是：利用模糊綜合評判原理對家庭多個傳感器的數據進行融合，這樣很大程度上減少某單一傳感器的局限性，提高家庭失火監(jiān)測結果的可信度，其基本流程如圖1。

圖1 模糊理論數據融合流程圖Fig.1 Flow chart of fuzzy data fusion theory

在該算法中，首先要對多個傳感器的監(jiān)測數據同時進行局部預處理和特征提取，然后將處理結果送到融合模塊；融合模塊采用基于模糊處理的信息技術，給出一個全局狀態(tài)結果，并作出綜合評判。

基于模糊數據融合算法是一種利用模糊集理論來對多種因素影響的事物作出綜合評判的方法，基本思想是把單一集合中的絕對隸屬關系靈活化，使元素對集合的隸屬度從原來只能取0和1值擴充到可以取[0,1]區(qū)間中的任一數值。在進行綜合決策時，除具備因素集之外，還要定義評價集和單因素判決。一般過程為先根據傳感器的作用程度各不相同，確定由因素集到評判集的模糊判斷矩陣（即為隸屬度集合），再得到傳感器對評價對象的指標權重，對權重和模糊判斷矩陣進行合成運算即可得到綜合判斷。

3.2 智能家居的模糊數據融合模型

（1）隸屬度

假設智能家居系統(tǒng)有m個傳感器，監(jiān)測結果分為n級，則傳感器的集合為

監(jiān)測結果的評判集

對傳感器集合中的每一個傳感器對評判集的指標進行評判，可以得到模糊關系矩陣

式中，rij表示由單個傳感器i（i∈[1,m]）推斷出評判集中j（j∈[1,n]）狀態(tài)的可能性大小，即傳感器對監(jiān)測結果的隸屬度。

目前還沒有一個統(tǒng)一的模式能精確確定隸屬度的方法，在實際應用中經常使用的有模糊統(tǒng)計方法、例證法、指派方法、專家經驗法等等，其中指派方法是一種根據人們的實踐經驗確定模糊集隸屬函數的方法，常用的隸屬函數有正態(tài)型分布、Γ型分布、梯形分布、k次拋物型分布及柯西型分布等。在智能家居失火監(jiān)測中，由于模糊性較強，不同狀態(tài)之間的界限并不是很明顯，通常采用柯西型模糊分布來實現(xiàn)，其隸屬函數又根據模糊程度的不同有三種形式，分別如下：

（2）權重

設智能家居融合系統(tǒng)中的每個傳感器的評價權重子集為：

權重表示出了某一傳感器對要評價的對象貢獻度的大小，方法有模糊聚類分析法、德爾菲法及層次分析法等，其中層次分析法是將要決策的問題分解為不同的層次結構，然后運用求解判斷矩陣特征向量的辦法得到每一層次的不同元素對上一層次某個元素的優(yōu)先權重，最后求出各個備投方案對于總目標的最終的權重，最終的權重最大者就是最優(yōu)的方案。層次分析法是一種解決多目標、多準則的復雜決策問題的一種簡便的、可行的決策方法，本系統(tǒng)就是采用該方法。

（3）模糊綜合評判

將評級權重子集W與模糊關系矩陣R進行合成運算，得到模糊綜合評判，記為B，即

在模糊綜合評判時，常用的方法是最大隸屬度法、面積重心法等確定最終的判決結果。本系統(tǒng)采用最大隸屬度法，其規(guī)則為：判決結果應有最大的隸屬度；判決結果的隸屬度必須大于某一閾值參數（一般取0.5）；判決結果的隸屬度與其他判決的隸屬度值之差必須大于某一閾值（一般取0.1）。

4 智能家居失火監(jiān)控情景數據融合實例分析

本文設計中，在家庭失火監(jiān)測上使用了溫度、CH4和煙霧探測器傳感器，基于上文模糊推理的數據融合的一般方法，對失火監(jiān)控情景應用討論如下：

即綜合評判B的失火的隸屬度為0.615（大于0.5），無火的隸屬度為0.385（失火與無火的隸屬度差大于0.1），根據最大隸屬度法，該時刻經各傳感器數據融合后判斷發(fā)生失火的可能性大于無火的可能性，需要自動啟動家庭失火報警模式。

在使用柯西型模糊分布函數計算各傳感器對應失火、無火的隸屬度時，需要根據專家經驗確定各傳感器對應某一監(jiān)測等級的狀態(tài)值，例如對溫度傳感器而言，正常無火的溫度狀態(tài)值為20℃，危險失火的溫度狀態(tài)值為26℃，CH4傳感器在正常無火的濃度狀態(tài)值為0.1%以下，危險失火的濃度狀態(tài)值為1%，煙霧傳感器在正常和失火狀態(tài)下的值分別為0.65%FT以下和15.5%FT以上；在利用層次分析法取得各傳感器權重時，仍需要專家經驗比較每兩個傳感器相對失火而言的重要性，通常取9個層次之間的差異，如兩個同等重要、一個比另一個稍微重要、重要一點、很重要等等，再進行歸一化處理。下面給出3組不同時刻各傳感器對失火、無火的隸屬度值及融合后的隸屬度值。

表1 多傳感器融合判斷表Tab.1 Judgment table of multi sensor fusion

從表1中看出，當傳感器單獨識別時，某些傳感器的結論為不確定，無法判斷，或者結論相反，造成自相矛盾，但經過數據融合后能得出最終結果，這樣有效地提高了監(jiān)測的準確率，增加了智能家居環(huán)境監(jiān)測系統(tǒng)的可信度，大大減少了系統(tǒng)的不確定因素。

5 結論

將多傳感器數據模糊融合方法應用到智能家居失火監(jiān)控應用情景設計，與單一的傳感器相比，具有更高的準確性和可信度。運行結果表明，這種方法對提高失火監(jiān)測的可靠性是實用和有效的，可降低失火報警的誤報率。在家庭環(huán)境中，根據不同的具體條件，還需要更多的專家經驗值確定每一個傳感器對判決的隸屬度值和各傳感器對判決的權重，目前還沒有形成統(tǒng)一的理論。

[1]鐘銘.基于模糊數據融合的煤礦瓦斯預警研究[D].西安科技大學,2009 Zhong Ming Research on Early-warning of Gas in Coal Mine Based on Fuzzy Data Fusion[D].Xi'an University of Science And Technology，2009.(in Chinese)

[2]王志軍.基于物聯(lián)網技術的智能家居系統(tǒng)的實現(xiàn)研究[D].安徽理工大學,2012 WangZhijun.The intelligent home system Implementation Research Based on the Internet of Things technology[D].AnHui University of Science and Technology,2012.(in Chinese)

[3]劉凱.多源傳感器分層數據融合在煤礦瓦斯預警系統(tǒng)的應用與研究[D].太原理工大學Liu Kai,Multi sensor data hierarchical fusion application in coal mine gas warning system[D].Taiyuan University of Technology.(in Chinese)

[4]劉學會等.基于物聯(lián)網的智能家居安防監(jiān)控系統(tǒng)設計與實現(xiàn)[J].制造業(yè)自動化,2012,34(17):8-40,56 Liu Xuehui etc.Design and implementation of smart home security monitoring system based on Internet of things[J].Manufacturing automation2012,34(17):8-40,56.(in Chinese)

[5]肖麗等.智能家居中老人跌倒遠程監(jiān)護系統(tǒng)的設計[J].電視技術,2012,36(13):131-134 Xiao Li etc.Design of remote monitoring system for old people fall in smart home TV Technology.(in Chinese)

[6]Damien Brulin,Yannick Benezeth,and Estelle Courtial.Posture Recognition Based on Fuzzy Logic for Home Monitoring of the Elderly[J].IEEE Transactions on Information Technology in Biomedicine,2012,pp.974-982..(in Chinese)

[7]柳小軍等.基于ARM9多傳感器數據融合火災報警系統(tǒng)[J].工業(yè)控制計算機,2009,22(3):52-53 Liu Xiajun etc.Fire Alarm System Based on Multi-sensor Data Fusion of ARM9 Controller[J].Industrial control computer 2009,22(3):52-53.(in Chinese)

Abstrat:Smart home application scenario design is an important part of smart home into the family.In this paper,a design method is proposed for the application of multi-sensor data fusion theory for the application of multi-sensor data fusion,the theory and procedure of the method are analyzed,and a case is used to prove it.The research shows that this method can reduce the false positives of a single sensor,and increase the reliability and stability of the smart home fire monitoring application.

Method for smart home monitoring application based on data fusion

DAN Tangren,YUAN Huasi,YANG Haihong
（Shenzhen Institute of Information Technology,Guangdong Shenzhen 518172,P.R.China）

data fusion;smart home;fire monitoring;application scenarios

TP273.5

A

1672-6332（2015）03-0053-04

【責任編輯：高潮】

2015-09-30

《基于計算機視覺的空間機器人粒子群軌跡規(guī)劃算法研究》深圳市科技規(guī)劃項目（項目編號：JCXJ20120615101640639）

但唐仁（1970-），男（漢），江西九江人，副教授，研究方向為嵌入式技術與應用。E-mail:dantr@sziit.com.cn