基于多傳感器信息融合的火災(zāi)探測研究

陸瑩 張宇

摘要：火災(zāi)探測技術(shù)作為一門多學(xué)科、多專業(yè)的綜合應(yīng)用科學(xué)，是火災(zāi)科學(xué)的關(guān)鍵技術(shù)環(huán)節(jié)。由于火災(zāi)信號(hào)的隨機(jī)性和不確定性，傳統(tǒng)單一傳感器式的火災(zāi)探測報(bào)警系統(tǒng)易造成漏報(bào)和誤報(bào)。為實(shí)現(xiàn)火災(zāi)報(bào)警的及時(shí)可靠，基于多傳感器信息融合的火災(zāi)探測技術(shù)按數(shù)據(jù)融合的三個(gè)層級(jí)，進(jìn)行層次化的信息融合和處理，將神經(jīng)網(wǎng)絡(luò)、模糊推理的智能算法應(yīng)用到火災(zāi)報(bào)警系統(tǒng)中，更精準(zhǔn)地判斷火災(zāi)警情。

關(guān)鍵詞：火災(zāi)探測;信息融合;多傳感器;神經(jīng)網(wǎng)絡(luò);模糊推理

在各種災(zāi)害中，火災(zāi)是最普遍威脅公眾安全和社會(huì)發(fā)展的主要災(zāi)害之一，隨著商業(yè)中心、影劇院等集中區(qū)域越來越多，建筑物構(gòu)造越來越復(fù)雜，建筑火災(zāi)的危害程度及損失也越來越大。如能在火災(zāi)初期及時(shí)發(fā)現(xiàn)并將其迅速撲滅，就能最大限度降低火災(zāi)帶來的損失，各國都在致力研究能早期預(yù)報(bào)火災(zāi)的智能探測方法。

一、火災(zāi)探測技術(shù)基本原理

火災(zāi)是伴隨煙霧、光、溫度、聲音、熱輻射和氣體濃度變化的復(fù)雜物理化學(xué)過程?；馂?zāi)探測是利用火災(zāi)燃燒過程中產(chǎn)生的各種物理參量進(jìn)行火災(zāi)判定，宗旨是在火災(zāi)早期階段進(jìn)行探測。

實(shí)際火災(zāi)中，燃燒產(chǎn)物及環(huán)境的不同會(huì)使火災(zāi)產(chǎn)物的各種物理參量存在較大差異。傳統(tǒng)火災(zāi)探測系統(tǒng)只用單一參數(shù)探測器，如感溫、感煙、氣體、圖像、聲音等火災(zāi)探測器，比較閾值與現(xiàn)場探測數(shù)據(jù)，判斷火災(zāi)信息。隨著探測環(huán)境變量及外界干擾信號(hào)越來越多（如水蒸氣、抽煙時(shí)產(chǎn)生的煙氣），單一探測器無法準(zhǔn)確全面地探測火災(zāi)信息，漏報(bào)、誤報(bào)率大大增加。如感溫火災(zāi)探測器難發(fā)現(xiàn)陰燃火，煙霧火災(zāi)探測器對水蒸氣、廚房油煙可能誤報(bào)，但對酒精火難以響應(yīng)。

為提高火災(zāi)探測器探測信息的可靠性和靈敏度，多傳感器信息融合火災(zāi)探測器正逐步取代傳統(tǒng)的火災(zāi)探測器，它利用傳感器將表征不同的火災(zāi)參量的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，送到火災(zāi)報(bào)警控制系統(tǒng)，利用火災(zāi)探測算法對數(shù)據(jù)進(jìn)行綜合處理。由于依據(jù)某種準(zhǔn)則組合空間或時(shí)間上的冗余或互補(bǔ)信息，增強(qiáng)信息的信任度，使系統(tǒng)有良好的故障容錯(cuò)性。

二、基于多傳感信息融合的火災(zāi)探測算法研究

多傳感器信息融合技術(shù)用多傳感器對現(xiàn)場觀測到的有用信息綜合處理和協(xié)調(diào)優(yōu)化，得到最終結(jié)果?；馂?zāi)探測系統(tǒng)的智能算法運(yùn)用于信息層、特征層和決策層，對特征參數(shù)信息及其輔助信息實(shí)施分層融合處理。

信息層中，探測器對CO氣體、溫度、煙霧等特征參數(shù)進(jìn)行初始數(shù)據(jù)的采集和預(yù)處理。特征層中，將信息層中得到的信息利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行融合，實(shí)現(xiàn)目標(biāo)對象特征明火

概率、陰燃火概率識(shí)別，為決策層提供判據(jù)。

決策層中，根據(jù)特征層提供的信息進(jìn)行判斷分析，當(dāng)特征層提供的信息可判定火情則直接輸出，反之用模糊邏輯推理判斷技術(shù)把信息層數(shù)據(jù)進(jìn)行融合，得到?jīng)Q策結(jié)果。

基于多傳感器信息融合的火災(zāi)探測系統(tǒng)模型

（一）數(shù)據(jù)融合的層次結(jié)構(gòu)

數(shù)據(jù)融合的層次決定了對原始信號(hào)如何預(yù)處理、在信息處理的哪層上實(shí)現(xiàn)融合。

信息層融合是最低層次的融合，是對原始或經(jīng)過預(yù)處理的傳感器信息進(jìn)行融合，然后進(jìn)行數(shù)據(jù)的綜合和分析。它能保持盡可能多的現(xiàn)場環(huán)境數(shù)據(jù)，但要處理的傳感器數(shù)據(jù)量大，處理時(shí)間長，實(shí)時(shí)性差，傳感器原始信息的不完全和不穩(wěn)定性在融合時(shí)要求有更高的處理能力。

特征層融合是中間層次的融合，先對來自傳感器的原始信息進(jìn)行目標(biāo)相關(guān)的特征信息提取，后對傳感器提供的特征參量進(jìn)行融合，得到對目標(biāo)的分類與解釋。它能實(shí)現(xiàn)可觀的信息壓縮，利于實(shí)時(shí)處理，能提供最全面的相關(guān)特征數(shù)據(jù)給決策層。但若丟失部分?jǐn)?shù)據(jù)將使準(zhǔn)確性下降。

決策層融合是在融合之前，每個(gè)局部傳感器已獨(dú)立完成決策或分類任務(wù)，按系統(tǒng)特定的準(zhǔn)則及每個(gè)傳感器的可信度進(jìn)行信息融合，做出全局最優(yōu)決策。它能反映監(jiān)測對象各方面的信息，容錯(cuò)性和抗干擾能力強(qiáng)，能處理異步信息。但需對原始數(shù)據(jù)進(jìn)行大量預(yù)處理和識(shí)別。

火災(zāi)信息融合是一個(gè)由低層至高層對多源信息進(jìn)行融合，逐層抽象的信息處理過程，最終獲得對火災(zāi)一致性的解釋和描述。特征層識(shí)別算法的選取

火災(zāi)探測對識(shí)別算法的要求是具有學(xué)習(xí)和聯(lián)想能力、處理快速?；馂?zāi)探測過程是非線性結(jié)構(gòu)問題，還無能適應(yīng)所有條件的精確數(shù)學(xué)模型。但火災(zāi)又有其確定性，在確定條件下能得到確定的火災(zāi)特征參數(shù)變化曲線，可作為學(xué)習(xí)樣本，與知識(shí)庫內(nèi)樣本比較，推斷火災(zāi)的可能性。同時(shí)火災(zāi)有隨機(jī)性，環(huán)境的多樣性使系統(tǒng)無論學(xué)習(xí)多少樣本都難以應(yīng)對所有實(shí)際需求。

針對特征識(shí)別率不高、系統(tǒng)決策和適應(yīng)力不強(qiáng)的問題，可采用人工神經(jīng)網(wǎng)絡(luò)算法。它不需要對象的精確數(shù)學(xué)模型，所需算法靈活;自學(xué)習(xí)能力強(qiáng)，適用于復(fù)雜環(huán)境;能并行處理信息，提高探測速度。本文采用BP神經(jīng)網(wǎng)絡(luò)特征融合器完成火災(zāi)特征層的融合，采用誤差反向傳播訓(xùn)練算法。通過Matlab對現(xiàn)場歷史火災(zāi)數(shù)據(jù)或典型實(shí)驗(yàn)火及干擾信號(hào)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練，利用梯度下降技術(shù)，通過調(diào)整權(quán)系數(shù)值，使神經(jīng)網(wǎng)絡(luò)實(shí)際輸出與期望輸出的誤差最小化，最終把訓(xùn)練好的網(wǎng)絡(luò)用于實(shí)際火災(zāi)探測。

（二）基于模糊推理技術(shù)的決策層的實(shí)現(xiàn)

決策層是根據(jù)特征層的輸出結(jié)果，經(jīng)過綜合信息分析、邏輯判斷并采取適當(dāng)?shù)娜诤纤惴ǎo出最終決策結(jié)果。決策依據(jù)是選取的各決策因子的大小及其相互關(guān)系，但這些因子關(guān)系錯(cuò)綜復(fù)雜，是具有模糊性質(zhì)的變量。如陰燃火持續(xù)時(shí)間較長且發(fā)展緩慢，危害相對較小，早期階段極易與人為煙霧混淆，可通過延遲時(shí)間報(bào)警進(jìn)一步觀察;明燃火發(fā)展迅速，需盡早報(bào)警。多設(shè)報(bào)警門限、采用閾值判斷均很難準(zhǔn)確反映實(shí)際情況，需有更接近實(shí)際情況的火災(zāi)決策方法。

本文用模糊推理技術(shù)，用模糊性的語言規(guī)則，以模糊性的判斷或命題為前提，得出模糊性結(jié)論，適合解決難以用精確數(shù)學(xué)模型表達(dá)的問題，能很好協(xié)調(diào)其他判決因子和報(bào)警門限的關(guān)系。

模糊理論算法將探測器探測到的火災(zāi)特征參量、輔助信息進(jìn)行模糊化，按模糊規(guī)則轉(zhuǎn)變?yōu)榍疤崮：兞浚鳛槟：评淼妮斎?，如將火?zāi)信號(hào)的持續(xù)時(shí)間和明火、陰燃火概率作為直接判據(jù)，將火災(zāi)危險(xiǎn)度、火災(zāi)危害度作為間接判據(jù)。通過知識(shí)庫（實(shí)際操作和專家經(jīng)驗(yàn)）建立模糊控制規(guī)則，根據(jù)模糊邏輯關(guān)系對各前提模糊變量進(jìn)行推理，用重心法、最大隸屬度法等去模糊化，判斷能否得到真實(shí)火警輸出，并可作為消防設(shè)備聯(lián)動(dòng)系統(tǒng)的動(dòng)作指令。使用Matlab模糊邏輯工具箱可建立模糊推理系統(tǒng)，進(jìn)行數(shù)據(jù)仿真實(shí)驗(yàn)。

三、結(jié)語

起源于國防軍事領(lǐng)域的多傳感器信息融合技術(shù)在近幾年蓬勃發(fā)展，本文提出基于多傳感器信息融合技術(shù)的火災(zāi)探測系統(tǒng)模型，在特征層利用標(biāo)準(zhǔn)火的火災(zāi)數(shù)據(jù)進(jìn)行精確擬合，訓(xùn)練具有較高識(shí)別能力的BP神經(jīng)網(wǎng)絡(luò)特征融合系統(tǒng)，在決策層利用火災(zāi)發(fā)生時(shí)總結(jié)的經(jīng)驗(yàn)規(guī)則，對少量的火災(zāi)數(shù)據(jù)進(jìn)行模糊推理，得出大多數(shù)情況下的火災(zāi)情況。

通過結(jié)合模糊理論算法、神經(jīng)網(wǎng)絡(luò)算法，使火災(zāi)探測算法模塊化、信息融合層次化，能探測復(fù)雜環(huán)境的火災(zāi)情況，實(shí)現(xiàn)火災(zāi)早期預(yù)警。

參考文獻(xiàn)：

雷倩茹.基于信息融合技術(shù)的火災(zāi)探測方法研究[D].北京：華北電力大學(xué)，2010.

竇晨超.基于多源信息融合方法的火災(zāi)檢測系統(tǒng)的算法研究[D].上海：華東理工大學(xué)信息科學(xué)與工程學(xué)院，2013.

戴晨鋮.多傳感器信息融合綜述[J].科技視界，2012，（26）：242-243.

中國消防.公安部消防分析近年全國火災(zāi)形勢[EB/OL].公安部消防局官網(wǎng)，2017，（06）.

作者簡介：

陸瑩（1990—），女，上海交通大學(xué)自動(dòng)化系，碩士研究生，任職于通力電梯有限公司，研究方向：控制工程、工業(yè)工程與信息化。

張宇（1987—），男，金茂商業(yè)房地產(chǎn)（上海）有限公司，從事火災(zāi)預(yù)防與控制、消防安全方面的工作。