基于反向傳播神經(jīng)網(wǎng)絡(luò)的無線火災(zāi)預(yù)警系統(tǒng)

摘要：針對傳統(tǒng)火災(zāi)預(yù)警系統(tǒng)中單一傳感器數(shù)據(jù)檢測的缺陷，提出一種基于反向傳播神經(jīng)網(wǎng)絡(luò)模型的無線多傳感信息融合火災(zāi)預(yù)警系統(tǒng)。該模型借助Matlab平臺進(jìn)行信息融合算法模擬，并經(jīng)過試驗(yàn)驗(yàn)證，大大提高了火災(zāi)預(yù)警系統(tǒng)的準(zhǔn)確率和可靠性。
關(guān)鍵詞：反向傳播神經(jīng)網(wǎng)絡(luò)；信息融合；ZigBee；火災(zāi)預(yù)警

0 引言
    提出一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的無線多傳感信息融合火災(zāi)預(yù)警系統(tǒng)。通過對溫度、火焰、煙霧和CO濃度等多類同構(gòu)或異構(gòu)傳感器的冗余信息和互補(bǔ)信息進(jìn)行多級別和多方面融合處理，從而獲得比單一或單類傳感器更為準(zhǔn)確、可靠的檢測。同時(shí)，采用無線方式，系統(tǒng)組網(wǎng)靈活，且便于施工。系統(tǒng)模型借助Matlah平臺進(jìn)行建構(gòu)和模擬仿真，從而大大提高了開發(fā)效率。

1 系統(tǒng)設(shè)計(jì)
    基于反向傳播神經(jīng)網(wǎng)絡(luò)的無線火災(zāi)預(yù)警系統(tǒng)由預(yù)處理單元、ZigBee無線傳感網(wǎng)絡(luò)、信息融合處理單元和預(yù)警發(fā)布四部分構(gòu)成。預(yù)處理單元首先承擔(dān)來自多傳感器陣列的初級信息處理，主要是數(shù)據(jù)清洗、初級信息處理和應(yīng)急控制。然后通過ZigBee無線傳感網(wǎng)絡(luò)上傳預(yù)處理數(shù)據(jù)至信息融合處理單元，處理后的數(shù)據(jù)進(jìn)行保存并經(jīng)過預(yù)警發(fā)布單元輸出。其預(yù)警系統(tǒng)原理框圖如圖1所示。

2 系統(tǒng)算法模型
2．1 反向傳播神經(jīng)網(wǎng)絡(luò)算法模型
    信息融合處理單元的信息融合決策部分是系統(tǒng)實(shí)現(xiàn)的關(guān)鍵結(jié)點(diǎn)，其決策單元是整個(gè)火災(zāi)預(yù)警系統(tǒng)的核心單元，建立在神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型基礎(chǔ)上。
    本文采用基于三層網(wǎng)絡(luò)結(jié)構(gòu)的反向傳播神經(jīng)網(wǎng)絡(luò)模型。反向傳播神經(jīng)網(wǎng)絡(luò)(簡稱BP網(wǎng)絡(luò))是將W-H學(xué)習(xí)規(guī)則一般化，對非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò)。該BP網(wǎng)絡(luò)是一種多層前向反饋神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的變換函數(shù)選取S型函數(shù)，因此輸出量為0～1之間的連續(xù)量，它可以實(shí)現(xiàn)從輸入到輸出任意非線性的映射，其權(quán)值的調(diào)整采用反向傳播的學(xué)習(xí)算法模型。
    該模型通過訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)中的權(quán)值系數(shù)，直到隨機(jī)學(xué)習(xí)誤差趨于穩(wěn)定且滿足學(xué)習(xí)誤差閾值的時(shí)候，停止訓(xùn)練，取當(dāng)前的權(quán)值系數(shù)作為最終的判斷系數(shù)。
    其網(wǎng)絡(luò)模型結(jié)構(gòu)如圖2所示。

    隨機(jī)反向傳播神經(jīng)網(wǎng)絡(luò)模型主要由輸入層、隱含層和輸出層三部分組成，如圖2所示。
    選取x1，x2，x3，x4四個(gè)節(jié)點(diǎn)組成輸入層，由y1，y2，y3，y4組成隱含層(中間層)，輸出層則由z1，z2，z3三個(gè)輸出端組成。其中，x1，x2，x3，x4四個(gè)節(jié)點(diǎn)分別代表溫度、火焰、煙霧濃度和CO濃度四個(gè)傳感器信息，進(jìn)行模糊歸一化處理后的數(shù)據(jù)輸入，z1，Z2．z3三個(gè)輸出端則分別代表常溫?zé)o火、發(fā)生陰燃和明火火災(zāi)三種狀態(tài)。
    根據(jù)火災(zāi)預(yù)警系統(tǒng)的特征，選取神經(jīng)網(wǎng)絡(luò)各層之間的映射函數(shù)如下：
    (1)輸入層到隱含層節(jié)點(diǎn)j的值為：
   
    式中：ωji為輸入層到隱含層的權(quán)值；d為輸入樣本維數(shù)，d=4，即輸入層節(jié)點(diǎn)數(shù)。
    (2)輸入層到隱含層的激活函數(shù)為S型函數(shù)，即：
   
    式中：a，b為常數(shù)，a=1．716，b=2／3，a，b的取值保證f’(0)≈0．5，并且線性范圍為-1<net<+1，以及二階導(dǎo)數(shù)的極值大致發(fā)生在net≈±2處。
    (3)隱含層的輸出yj為：
    yj=f／(netj)           (4)
    (4)隱含層到輸出層節(jié)點(diǎn)k的值為：
    netk=yjωkj，j=1，2，3，4；k=1，2，3，4           (5)
    式中ωkj，為輸入層到隱含層的權(quán)值。
    (5)隱含層到輸出層的激函數(shù)亦為S型函數(shù)：
     f(netk)=atanh(b*netk)             (6)
    式中tanh(x)如式(3)所示；a，b為常數(shù)，取值同式(2)。
    (6)輸出層的最后輸出zj為：
    zk=f(netk)          (7)
2．2 借助Matlab平臺模擬仿真
    本研究在Matlab平臺上對基于三層反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的火災(zāi)預(yù)警系統(tǒng)模型進(jìn)行仿真模擬。
    根據(jù)火災(zāi)實(shí)際發(fā)生時(shí)，選取各種傳感器實(shí)際數(shù)據(jù)中的600組典型數(shù)據(jù)作為訓(xùn)練樣本對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。訓(xùn)練過程中通過不斷調(diào)整神經(jīng)網(wǎng)絡(luò)模型的相關(guān)常數(shù)取值，經(jīng)過多次反復(fù)訓(xùn)練后，使得神經(jīng)網(wǎng)絡(luò)模型的輸出值與測試樣本輸出值之問的誤差小于某一預(yù)置值。得到的訓(xùn)練誤差下降曲線如圖3所示。

    圖3中三層反向神經(jīng)網(wǎng)絡(luò)模型隨著訓(xùn)練次數(shù)的增加訓(xùn)練誤差呈明顯的收斂趨勢，而且訓(xùn)練速度快，經(jīng)過20余次訓(xùn)練即可完成。
    然后對訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證。分別選取無火測試樣本10組、陰燃測試樣本20組和有火測試樣本20組，經(jīng)過測試，全部符合預(yù)期結(jié)果。

3 系統(tǒng)實(shí)現(xiàn)
3．1 ZigBee無線傳感網(wǎng)絡(luò)設(shè)計(jì)
    ZigBee無線傳感網(wǎng)絡(luò)主要由MC13192及輔助電路構(gòu)成。MC13192是Freescale公司推出的符合ZigBee標(biāo)準(zhǔn)的射頻芯片，其工作頻率是2．405～2．480GHz，該頻帶劃分為16個(gè)信道，每個(gè)信道占用5 MHz的帶寬；采用直接序列擴(kuò)頻方式，數(shù)據(jù)傳輸速率為250 Kb／s。芯片采用可編程功率輸出模式，發(fā)送功率為0～4 dBm，接收靈敏度可以達(dá)到-92 dBm，傳輸距離30～70 m。
    為滿足低功耗要求，MC13192除接收、發(fā)送和空閑三種工作狀態(tài)外，低功耗運(yùn)行模式還有：
    (1)掉電模式，芯片電流小于1μA；
    (2)睡眠模式，芯片電流在3μA左右；
    (3)休眠模式，芯片電流約為35μA。從而有利于降低MCU處理功率和縮短執(zhí)行周期。
3．2 預(yù)處理單元
    預(yù)處理單元首先承擔(dān)來自多傳感器陣列的初級信息處理，主要由MC9S08GT60A8位單片機(jī)、ZigBee無線傳感模塊MC1319、傳感器接口和電源電路組成。微控制器MC9S08GT60A通過傳感器接口電路定期采集來自各類傳感器的數(shù)據(jù)，并負(fù)責(zé)把模擬數(shù)據(jù)進(jìn)行A／D轉(zhuǎn)換，然后對數(shù)據(jù)進(jìn)行清洗等初級處理，之后把數(shù)據(jù)經(jīng)過ZigBee無線網(wǎng)絡(luò)送至信息融合處理單元進(jìn)行進(jìn)一步處理，并且在出現(xiàn)ZigBee網(wǎng)絡(luò)中斷等異常情況下，承擔(dān)起應(yīng)急控制的任務(wù)。
    預(yù)處理單元采用電池供電模式，因此功耗是單元設(shè)計(jì)必須考慮的問題。MC9S08GT60A是Freescale公司生產(chǎn)的一款低成本、高性能的HCS08系列8位微控制器單元(MCU)。該系列的所有MCU均采用增強(qiáng)型HCS08內(nèi)核，并提供多種模塊、內(nèi)存大小、類型和封裝形式，內(nèi)帶64 KB的FLASH和4 KB的RAM。當(dāng)預(yù)處理單元數(shù)據(jù)接收、處理和發(fā)送結(jié)束后，MC9S08GT60A立即關(guān)閉射頻收發(fā)器，然后迅速進(jìn)入休眠模式，以最大限度節(jié)約電能。
3．3 信息融合處理單元設(shè)計(jì)
    信息融合處理單元是整個(gè)火災(zāi)預(yù)警系統(tǒng)的核心單元。主要由微處理器MCF52233，ZigBee收發(fā)模塊MC13192，RS 232串口收發(fā)電路、RJ45 網(wǎng)絡(luò)接口電路、GSM短信模塊、聲光報(bào)警模塊及電源模塊組成。其原理圖如圖4所示。

    其中，微處理器MCF52233是信息融合處理單元核心器件，承擔(dān)所有傳感數(shù)據(jù)的接收、融合判斷、遠(yuǎn)程數(shù)據(jù)分發(fā)和各種輸出控制等功能。  MCF52233是Freescale公司基于Coldfire核的32位微控制器，主要性能特點(diǎn)適合本系統(tǒng)的設(shè)計(jì)需求，其主要功能模塊包括8 KB SRAM、直接內(nèi)存存取控制器DMAC、中斷控制器ITC、可編程定時(shí)器計(jì)數(shù)器Programmable Timer、脈寬調(diào)制電路PWM、串行接口電路SIO、MD轉(zhuǎn)換器等。還包含高速的晶振電路0SC3、鎖相環(huán)(PLL)、低速晶振電路和一個(gè)實(shí)時(shí)時(shí)鐘；串行接口電路則用于系統(tǒng)的配置及現(xiàn)場調(diào)試；RJ45網(wǎng)絡(luò)接口電路主要包括H1102濾波器和RJ45接口，完成監(jiān)控信息的網(wǎng)絡(luò)分發(fā)及遠(yuǎn)程監(jiān)控和系統(tǒng)參數(shù)配置；報(bào)警功能包含GSM短信及現(xiàn)場聲光報(bào)警方式，以適應(yīng)現(xiàn)場值班及無人值守兩種情況。

4 結(jié)語
    基于反向傳播神經(jīng)網(wǎng)絡(luò)的無線火災(zāi)預(yù)警系統(tǒng)發(fā)揮多傳感器信息資源的優(yōu)勢，通過對這些傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行融合，以獲得對被測對象更為準(zhǔn)確檢測和一致性描述，提高了火災(zāi)預(yù)警系統(tǒng)的可靠性，使得該模型的監(jiān)測結(jié)果比單一傳感器所構(gòu)成的火災(zāi)監(jiān)測系統(tǒng)具有明顯的優(yōu)越性能。