基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。     

基于双目视觉的矿井外因火灾感知与定位方法

针对目前矿井外因火灾监测方法大都没有火源定位功能的问题,提出了基于双目视觉的矿井外因火灾感知与定位方法。在有电缆、胶带和机电设备的巷道、硐室及采掘工作面多点设置矿用可见光双目摄像机或近红外双目摄像机,采集监控区域图像;对采集到的图像进行预处理,通过阈值分割得到二值化图像;计算图像中的圆形度、矩形度和尖角数量,根据圆形度、矩形度和尖角数量对图像进行火焰识别,若图像检测区域有火焰,发出火灾报警信号,并融合温度、烟雾、二氧化碳、一氧化碳、氧气和红外传感器信息,提高报警准确性;通过矿用可见光双目摄像机或近红外双目摄像机对火源进行测距,结合摄像机位置对火源进行定位,并输出火源位置信息,控制火源附近灭火装置灭火。也可采用远红外双目摄像机进行火灾感知和火源定位,但成本高。基于双目视觉的矿井外因火灾感知与定位方法既可感知火灾又可定位火源,具有监控范围广、成本低、响应快、可视化等优点,解决了矿井外因火灾火源定位的难题。     

高层火灾智能报警及逃生指导系统

现有高层火灾报警系统因报警滞后,缺乏火灾定位以及逃生引导,导致现场人员伤亡较大。为此,设计了具有精准定位、高效报警以及智能逃生引导功能的火灾警报系统。通过TXW8301-WiFi模块、火灾探测器和语音单片构成节点设备,布控在建筑内各区域,可自动检测火灾发生,并第一时间在各楼层播报火灾位置及具体的逃生指引路线,可以解决高层建筑距离远、隔断多造成因不知情、不清楚逃生路线而错失最佳逃生时机的问题。除自动报警引导功能外,本系统通过对通道监控视频进行去烟补光和去噪处理,并基于深度学习算法进行行人密度检测,可以根据逃生通道的拥堵情况进行多次逃生指导,最终所有信息将在系统总控界面显示,方便统一救援指挥,可最大限度地降低火灾中的人员伤亡。     

水利安全中混凝土松软程度报警网络模型仿真

针对混凝土松软程度进行及时报警,关系到水利建设的安全.由于在大型水利设施中,混凝土松软的程度很容易受到地下水流干扰,使无线传感节点监测到的混凝土松软程度出现无规则的波动,造成报警节点出现误判的问题,提出采用信号译码重构算法的大型水利设施混凝土松软程度传感网络报警模型.利用信号译码重构的方法对无线传感节点监测到的疑似信号进行译码与重构,消除水声干扰信号造成的影响,获取准确的混凝土松软程度信号,设置中继节点为参考节点,根据信号在水中传输情况,随着距离衰落的特性计算报警节点的空间位置,实现混凝土松软程度报警节点的准确定位.实验结果表明,利用改进算法能够实现大型水利设置中混凝土松软程度的准确监测.     

基于无线多传感器信息融合的火灾检测系统

传统的火灾监控系统往往采用基于单传感器的有线信息检测与传输系统,布线不方便,环境适应性和抗干扰能力较差.本文提出了一种基于ZigBee无线多传感器网络的火灾监控系统,运用包括烟雾、温度、CO气体等多传感器感知火燃烧状态,对是否发生火灾分配不同信任度函数,利用D-S证据理论融合3种传感器信息以判断火灾状态.本文详细阐述了系统工作原理、多传感器信息、D-S证据理论等关键技术,并给出了多传感器响应燃烧实验的曲线图,理论分析和实验结果表明,该无线传感器火灾监测系统能更准确地检测火情,减少误报率,提高系统的可信度.     

基于图像处理的嵌入式自动报警系统

针对传统视频监控系统的不足,开发了自动图像报警系统.系统基于嵌入式平台,利用USB摄像头实时采集图像,通过一种实时有效的图像处理算法检测出有人非法闯入或火灾等异常时,将现场图像通过E-mail发送给用户,并可以短信和电话方式报警,同时用嵌入式数据库保存报警信息.实验结果表明该系统报警实时、准确、性能稳定可靠.     

基于?? 均值聚类的二进制传感器网络多目标定位方法

针对存在错误报警的二进制传感器网络,提出基于K均值聚类的二进制传感器网络多目标定位方法。在目标和节点间距离信息未知的条件下,提出基于K均值聚类的改进加正减负算法(KMC-ISNAP)对目标位置进行估计,引入影响因子降低分类过程中模糊节点对多目标定位误差的影响。仿真实验表明,K均值聚类方法在多个目标随机分布情况下能够对报警节点进行准确分类,与质心估计算法和加正减负算法相比, KMC-ISNAP多目标定位方法具有较高的定位精度和较好的容错性。     

基于80C51的地铁车站无线火灾报警系统

针对地铁车站火灾报警系统实时性的要求,设计了一种基于单片机技术的地铁车站火灾报警系统,给出了监控系统的结构.选用了80C51单片机作为系统的主控制器和火灾环境数据采集节点的控制器;选用基于nRF24L01的无线通信芯片作为传感器节点与火灾报警节点间的数据通信.给出了车站火灾数据采集节点、火灾报警主节点电路,设计了以二次加权融合的传感器数据处理算法,提高了系统检测与控制精度.运行结果表明,该系统稳定可靠,抗干扰,能耗低,体积小,成本低,为地铁车站火灾报警提供了一种新技术.     

基于EM算法的拥塞链路检测方法

网络拥塞会严重影响互联网性能,甚至导致网络崩溃。在发生拥塞时,准确检测异常链路,定位拥塞位置、估计拥塞程度,使拥塞在早期就被及时控制,避免拥塞扩散,对网络管理和监控具有重要研究意义。本文根据网络透视技术思想,提出一种基于EM算法的拥塞检测方法,从一个新的角度检测链路拥塞的发生。实验证明该方法有效,对大规模网络管理和监控具有重要意义。     

基于DSP的远程火灾监控系统设计

针对传统图像型火灾监控系统在火灾监控时需要实时地将现场图像传送到调度中心,并由工作人员长时间不间断监控,存在传输的图像数据量过大、工作人员工作量大等问题,在新的火情自动识别算法的基础上,设计了一种新型的基于图像识别的火灾监控系统。系统设计了一种有效火情识别算法,并应用到DM642芯片上,可以对现场图像中的火情自动识别,发现异常再将图像通过GPRS模块远程无线传输到监控中心,由工作人员做进一步处理。结果表明,本系统对火情能有效识别,传送数据量低,并且节省了大量人力。     

配电网中基于分簇定位的WSN节点故障定位研究

针对电网故障检测中使用的无线传感器网络节点定位精度较低,分簇不均问题,提出了一种基于DV￣Hop算法改进均值粒子群算法(PSO),首先DV￣Hop算法改进均值粒子群算法中粒子的速度与位移,使动态无线传感器网络重新定位簇头节点坐标更加接近真实值;然后递归神经网络学习算法迭代值逼近最合适的惯性权重值,优化均值PSO粒子群算法使其达到最优搜索能力。最后由Sink节点对每一次动态分簇后网络节点进行数据采集后对电能耗尽的节点进行无线充电。仿真结果表明,改进后的PSO算法比PSO算法聚类分簇误差更小,节点定位配电网故障的精确度提高12.8％,有效地延长了网络生命周期。     

基于数据融合的无线传感器网络林火监控算法

针对无线传感器网络在林火监控应用中存在的问题,提出了一种分层聚簇数据融合算法。簇内传感器节点使用加权平均法对原始数据进行数据级融合处理,以消除原始数据中的冗余成分,减少从簇内传感器节点到簇头节点的通信量;簇头节点采用D-S证据理论建立识别框架,通过对本簇成员的反馈信号进行决策级融合处理,提高了火灾事件的识别精度和网络的鲁棒性。实验结果表明,该算法能有效消除无线传感器网络的冗余数据,并能够在失效节点数不超过总节点数40%的情况下正确工作。     

基于MPSO-DV-Hop的无线传感器节点定位

节点定位技术是无线传感器网络的关键技术,为减小DV-Hop算法的节点定位误差,提出一种多子群粒子群（MPSO）算法优化DV-Hop的节点定位算法（MPSO-DV-Hop）。通过设置门限值修正节点间的跳数,提高了跳段距离估算精度,DV-Hop的第3阶段引入MPSO算法,对节点定位误差进行校正,通过引入多子群加快算法收敛速度,提高DV-Hop算法的节点定位精度,在MATLAB2008平台上对算法仿真分析。结果表明,MPSO-DV-Hop算法在不增加成本情况下,提高了传感器的节点定位精度,具有较高的应用价值。     

基于STM32和ZigBee的无线校园火灾报警系统设计

结合校园防火报警需要,设计了基于ZigBee技术的无线校园防火报警系统。该系统以意法半导体公司推出的STM32系列ARM控制器、TI公司的CC2420无线射频芯片为核心,对无线传感器网络中的终端节点、路由器节点、协调器节点的硬件和软件进行了模块化设计。传感器节点以温度、烟雾和CO浓度为实现监测对象,判断是否有火灾隐患,从而实现校园防火报警系统的无线网络化。     

无线传感器网络在消防监测系统中的应用

随着各学科技术的高度交叉发展,无线传感器网络成为了当今世界的前沿热点研究领域,并且被应用到了多个领域中,本文研究了无线传感器网络的特点,并设计了一个利用无线传感器网络来传输火灾报警信息的消防监测系统。其中有传输方式选择、节点设计和信息汇聚终端设计。     

基于蜜源定位模型的无线传感器三维定位算法*

根据德国动物学家弗里希对蜜蜂舞蹈行为的研究成果,提出了基于蜜蜂舞蹈的蜜源定位模型。无线传感器网络作为一种全新的信息获取和处理技术,在许多领域均有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络的应用中起着关键作用。针对目前有关二维平面节点定位算法难以推广到三维空间的现状,提出了无线传感器网络节点三维定位算法。仿真表明,该算法能有效地对三维空间中的传感器节点进行定位,是一种可选的定位方案。     

基于无线传输的公寓楼火灾自动监测报警系统设计

针对公寓楼内人员集中,火灾隐患大的情况,设计了一种用于公寓楼的火灾自动监测报警系统.该系统包括上位机和下位机两个部分,下位机主要由智能烟雾检测芯片、温度传感器、电磁阀、无线发射器nRF401组成,实现火灾信息检测、发送和喷水控制.上位机采用PC机,主要实现信号的接收、显示和报警功能,当有火灾发生时,主控室值班人员能够及时得到火灾信息并迅速赶赴现场施救,从而达到了对火灾险情的准确检测和灵敏反应.     

关于无线传感器网络定位算法仿真

针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均距离进行训练,从而得到较优平均值,实现了对DV-HOP算法的优化.算法缩短了传统人工神经网络的训练时间,并且加快了收敛速度.仿真结果表明:与传统DV-HOP算法相比,所提出的PSO-QNN算法能够减少约20%的定位误差,定位精度显著提高.