基于多傳感器數(shù)據(jù)融合的火災(zāi)預(yù)警系統(tǒng)

摘要：為避免火災(zāi)造成的嚴(yán)重?fù)p失，實現(xiàn)火災(zāi)早期報警，本系統(tǒng)通過對火災(zāi)發(fā)生過程和產(chǎn)物的研究比較，采用多種傳感器對火災(zāi)發(fā)生初期火災(zāi)特征較明顯的幾個參數(shù)進(jìn)行監(jiān)測，并實時反饋回采集的數(shù)據(jù)。系統(tǒng)利用D-S證據(jù)理論對多傳感器數(shù)據(jù)進(jìn)行融合分析，實現(xiàn)對同一目標(biāo)的判斷；本系統(tǒng)通過利用D-S證據(jù)理論對多傳感器數(shù)據(jù)融合的方法，不僅彌補(bǔ)了采用單一傳感器的不足，而且很大程度上降低系統(tǒng)判斷結(jié)果的不確定性，提高了系統(tǒng)預(yù)警的準(zhǔn)確性和可靠性。
關(guān)鍵詞：D-S證據(jù)理論；多傳感器；數(shù)據(jù)融合；火災(zāi)預(yù)警

    火災(zāi)探測是關(guān)系人民生命財產(chǎn)安全的重大課題。隨著火災(zāi)探測技術(shù)的不斷發(fā)展，人們對火災(zāi)的認(rèn)識也越來越深入，不斷涌現(xiàn)出新的探測手段。然而現(xiàn)有的大多數(shù)火災(zāi)探測器只能在火災(zāi)發(fā)生到難以控制的形勢下才發(fā)出報警信號。而那些由于長期運(yùn)行導(dǎo)致設(shè)備過載、過熱、短路產(chǎn)生火災(zāi)的場所，如計算機(jī)機(jī)房、精密儀器實驗中心、網(wǎng)絡(luò)數(shù)據(jù)中心等，需要對火災(zāi)進(jìn)行嚴(yán)格控制，確保在火災(zāi)發(fā)生初期就能及時發(fā)現(xiàn)火情并進(jìn)行撲滅，否則造成的損失燃燒物都很少，因此如何能在火災(zāi)處于萌芽狀態(tài)時，準(zhǔn)確實現(xiàn)火災(zāi)早期探測，避免嚴(yán)重?fù)p失是目前亟待解決的一個重大問題?；馂?zāi)的早期探測難題主要集中在探測對象難以選擇、探測方法單一及準(zhǔn)確預(yù)警概率低。本系統(tǒng)針對這些問題，在對火災(zāi)發(fā)生的過程和產(chǎn)物作了詳細(xì)了解以后，選擇適當(dāng)?shù)膫鞲衅鲗哂忻黠@火災(zāi)特征的幾個參數(shù)進(jìn)行監(jiān)測，再利用D-S證據(jù)理論對所有監(jiān)測數(shù)據(jù)進(jìn)行融合處理得到更為準(zhǔn)確的判定結(jié)果。

1 火災(zāi)探測對象的選定
    在火災(zāi)探測過程中，可以利用的火災(zāi)信息很多：
    (1)固態(tài)高溫產(chǎn)物：來源于可燃物中的雜質(zhì)，以及高溫狀態(tài)下可燃物熱裂解所形成的物質(zhì)。
    (2)燃燒音：燃燒過程中產(chǎn)生的高溫，加熱周圍空氣，使之膨脹，產(chǎn)生一種頻率僅在數(shù)赫茲左右的壓力聲波，即是燃燒音。
    (3)火焰光譜：主要由熾熱微粒的光譜輻射和燃燒氣體的特征輻射所構(gòu)成。
    (4)氣態(tài)燃燒產(chǎn)物：氣態(tài)燃燒產(chǎn)物的主要成分為H2O、CO、CO2、H2和O2，由于環(huán)境中濕度的影響，通常不把H2O作為火災(zāi)探測參數(shù)。
    由于前三點火災(zāi)信息都是在火災(zāi)已經(jīng)發(fā)生很嚴(yán)重的情況下才產(chǎn)生的，且以火焰光譜進(jìn)行火災(zāi)探測，雖然可以有效避免環(huán)境中大部分干擾因素的影響，但為了進(jìn)一步消除相關(guān)干擾因素的影響，還需要利用火焰的閃爍特征。然而，CO和CO2在空氣中的含量較低，正常大氣環(huán)境中CO含量在10 ppm以下，CO2含量大約為360 ppm。從表1中可以看到，絕大多數(shù)試驗火的CO含量均在20 ppm以上。根據(jù)火災(zāi)特性，在火災(zāi)初期陰燃時，CO含量更是達(dá)到最高。由圖1可知，各種不同材質(zhì)在燃燒時，CO2含量也在不斷增加，且在初始成長期間，曲線斜率的變化范圍是2．5～6．5 ppm／s。因此，將氣體作為早期報警探測對象具有明顯優(yōu)勢，針對以上2種氣體進(jìn)行監(jiān)測，將會在很大程度上反映出環(huán)境中有無燃燒現(xiàn)象的產(chǎn)生。本系統(tǒng)將CO的濃度、CO2的濃度變化率、環(huán)境溫度三者作為探測火災(zāi)的特征參量。

2 系統(tǒng)總體結(jié)構(gòu)
    本系統(tǒng)是基于多傳感器數(shù)據(jù)融合的火災(zāi)預(yù)警系統(tǒng)，采用C／S結(jié)構(gòu)，通過網(wǎng)絡(luò)實現(xiàn)監(jiān)控室服務(wù)器端與校園多個樓宇中的客戶端遠(yuǎn)程實時監(jiān)控各房間火災(zāi)情況，目前該系統(tǒng)已經(jīng)在我校試運(yùn)行。圖2為多傳感器數(shù)據(jù)融合火災(zāi)預(yù)警系統(tǒng)結(jié)構(gòu)圖，客戶端主要由傳感器模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)處理融合模塊、報警模塊和通信模塊組成；服務(wù)器端主要由數(shù)據(jù)處理模塊、報警模塊、參數(shù)修改模塊組成。

    系統(tǒng)通過不同傳感器對CO濃度、CO2濃度、溫度這3個參數(shù)進(jìn)行監(jiān)測和數(shù)據(jù)采集。本文主要介紹在數(shù)據(jù)處理過程中，如何利用D-S數(shù)據(jù)融合技術(shù)進(jìn)行數(shù)據(jù)分析，實現(xiàn)火災(zāi)提前預(yù)警、且減少漏報誤報概率、提高系統(tǒng)可靠性和準(zhǔn)確性。

3 火災(zāi)預(yù)警中的數(shù)據(jù)融合
3．1 D-S證據(jù)理論
    數(shù)據(jù)融合的方法很多，其中Dempster-Shafer證據(jù)理論是應(yīng)用得最多的一種。它是一種處理不確定性的推理方法。證據(jù)理論可處理由不知道所引起的不確定性。它采用信任函數(shù)而不是概率作為度量，通過對一些事件的概率加以約束以建立信任函數(shù)而不必說明精確的難以獲得的概率。
    定義1  設(shè)D為辨別框架，由一完備且互不相容的命題集合組成冪集2D，在其上定義基本信任指派函數(shù)(basic probability assignment，BPA)：m(A)[0，1]，A代表辨別框架中任一子集，m(A)表示證據(jù)支持命題A發(fā)生的程度，m(A)滿足如下條件：

     從上面2個式子可以看出，多個證據(jù)的結(jié)合與次序無關(guān)，多個證據(jù)結(jié)合的計算可以用2個證據(jù)結(jié)合的計算遞推得到。

3．2 D-S證據(jù)理論數(shù)據(jù)融合方法在多傳感器火災(zāi)早期探測上的應(yīng)用
    多傳感器數(shù)據(jù)融合的實質(zhì)是在同一鑒別框架下，利用Dempster合并規(guī)則將各個證據(jù)體合并成一個新的證據(jù)體，而產(chǎn)生的新的證據(jù)體就表示了融合所得的信息，然后根據(jù)決策規(guī)則進(jìn)行決策。用D-S理論實現(xiàn)多傳感器數(shù)據(jù)融合方法見圖3。

    在多傳感器數(shù)據(jù)融合系統(tǒng)中，首先初始給一次基本可信度的分配。然后，每當(dāng)收到一次傳感器的信息，就進(jìn)行一次基本可信度的分配，隨著信息的不斷傳回，再不斷地對基本可信度進(jìn)行分配。最后，依據(jù)決策規(guī)則得出決策結(jié)果。本系統(tǒng)探測的3個對象，根據(jù)探測值不同，對斷定是否發(fā)生火災(zāi)的可信度值也不同。表2中對各個探測對象在不同范圍內(nèi)的值，賦予了不同的信任值，這些信任值不是精確得到的概率值，而是由經(jīng)驗和我校實驗室火災(zāi)統(tǒng)計數(shù)據(jù)得到的。

    當(dāng)CO濃度超過10 ppm時，確定發(fā)生火災(zāi)的概率較??；當(dāng)超出20 ppm時，確定為火災(zāi)的準(zhǔn)確率可高達(dá)85％。從我校實驗室CO2監(jiān)測數(shù)據(jù)來看，即使?jié)舛雀哌_(dá)1 500 ppm以上，也有可能是房間人數(shù)突然增多導(dǎo)致的，所以只從CO2的含量探測數(shù)值來斷定火災(zāi)，會有很大誤差。但根據(jù)圖1的結(jié)果得知，火災(zāi)發(fā)生時CO2含量是一直在遞增的，且在火災(zāi)初始成長期間，曲線斜率(即增長速度)的變化范圍是2．5～6．5 ppm／s，因此本系統(tǒng)將CO2的變化率作為數(shù)據(jù)融合對象。同樣，隨著溫度值變高，能斷定是火災(zāi)的概率也越大。以CO含量為15～20ppm，CO2變化率是2．0～4．0 ppm／s，溫度為40～50℃這個情況為例，用D-S方法進(jìn)行數(shù)據(jù)融合，從表3可以看出，不確定性的概率下降到了可以忽略的程度，即系統(tǒng)的不確定性明顯降低；并且原來的單個傳感器不能準(zhǔn)確判定是否發(fā)生火災(zāi)，融合后正確判斷的概率增大，即對來自3個不同傳感器的數(shù)據(jù)融合提高了系統(tǒng)的判別火災(zāi)能力。

4 結(jié)語
    傳感器在采集信息過程中受多種因素的影響，不確定性是普遍存在的。Dempster-Sharer合并規(guī)則較好地解決了這種不確定性問題，將多個傳感器獲得的信息準(zhǔn)確地合成為對目標(biāo)(是否火災(zāi))判定的一致性，增加了系統(tǒng)的正確決策能力。但是，這種方法的使用仍然存在一些局限性。即每一傳感器對目標(biāo)判決的概率賦值，需要依靠經(jīng)驗和數(shù)據(jù)積累不斷進(jìn)行更準(zhǔn)確的設(shè)置。