基于多传感器数据融合的火灾探测系统

针对目前火灾探测系统中存在的问题,提出了一种多传感器数据融合技术来实现火情的探测,并通过实际采集的数据进行仿真结果验证.重点研究如何实现对火灾的提前预警功能,以满足当今社会的需求.这种采用多传感器数据融合技术对火灾现场进行数据采集分析,利用了改进的BP神经网络和模糊推理技术的多传感器数据融合的方法,来实现火情的预测,避免了在单一传感器预测中的漏报误报的缺点,能够有效地提高火灾的识别能力以及火情预测的快速性,改善了火灾探测系统的准确度,仿真结果证明了此方法的可靠性.     

基于WSN的多传感器数据融合的火灾监控系统设计

鉴于现有传统火灾探测传感器布线不方便,单传感器监测精度不高,稳定性差等问题。设计了一种基于WSN的多传感器数据融合火灾监测系统,通过测试,该系统能正确采集多传感器数据,预警可靠性高,较高概率对火灾进行检测与报警,达到预期的目标。     

高大空间建筑火灾探测及扑救技术发展思考

本文结合高大空间建筑特点,分析了传统火灾探测与扑救技术所面临的问题。以此提出高大空间建筑火灾探测扑救技术的三个发展趋势：多传感器融合实现智能化数据处理;视频图像技术实现火灾探测和火源定位;GIS和VR技术实现实时高效灭火。结合发展趋势,概述了国内外高大空间火灾探测与扑救问题的研究现状,指出各自的特色和存在的问题。最后针对高大空间建筑火灾探测扑救系统的开发,概述了系统的功能模块划分以及软硬件开发环境的配置。     

基于神经网络的网络传感器火灾报警系统

利用网络化多传感器技术设计了数据融合模块,基于神经网络BP算法良好的非线性映射能力．对温度传感器、烟雾传感器和一氧化碳传感器同时探测的数据进行智能化融合处理。结果表明：该火灾报警系统能准确地识别火灾信号,明显减少了误报和漏报率。     

基于多传感器数据融合的火灾报警系统设计

介绍了基于嵌入式的多传感器数据融合火灾报警系统的硬件及软件设计方案,并利用数据融合算法,对用于探测火灾信息的多传感器的数据进行处理,使火灾的判断具有较高的准确性和快速性。     

信息融合技术在火灾探测中的应用

为解决火灾探测问题,采用基于推理的信息融合方法,分析了Dempster-shafer证据理论用于多传感器数据融合的基本概念和理论,并将它用于火灾探测的数据融合中。在数据处理方法上,结合具体应用背景,借助专家数据库知识,构造初始概率分配函数,产生每条证据的信度函数分配。在融合规则上,采用改进的融合规则对多条证据进行数据融合。融合结果鲁棒性强,有效地解决了传感器数据失效及证据冲突等问题。     

基于SVM的多传感器火灾报警系统

为提高火灾报警系统的灵敏性和可靠性,将温度传感器、烟雾传感器、二氧化碳传感器和一氧化碳传感器探测到的数据作为多分类SVM的输入,利用SVM的分类泛化能力实现火灾信号的识别.仿真结果表明,基于SVM的多传感器火灾报警系统能准确地识别多种火灾信号,提高系统的抗干扰能力.     

基于无线传感器网络的森林火险监测系统的设计

介绍无线传感器网络技术在森林火险监测系统中的应用,采用CC2430无线传感器SOC为主控芯片设计了相应的硬件节点,结合Bayes数据融合算法,对主节点和分节点使用不同的软件设计方法.该系统能够实时准确地监测环境温湿度,起到了有效预防和监测森林火灾的作用.     

多传感器数据融合技术在火灾报警中的应用

针对目前火灾报警中存在的问题,提出了一种基于神经网络和D-S证据理论的多传感器数据融合技术,并通过模拟实际输入信号的仿真结果进行了证明.这种采用神经网络BP算法和D-S证据理论的多传感器数据融合技术,能够显著提高火灾的识别能力,有效降低火灾误报率.     

电气设备状态监测与故障诊断

论述了在电气设备状态监测与故障诊断中引入多传感器与信息融合技术的可行性.介绍了多传感器与信息融合的基本概念,说明了信息融合的结构和实现方法,指出了在电气设备状态监测中采用该技术需要解决的问题.     

互通式立交风险冲突识别与预警综述

围绕数据采集、交通冲突相关指标及冲突风险预警方法, 从适用范围、工作原理及优缺点方面, 介绍风险冲突识别与预警技术的各个环节及国内外相关研究成果。基于实时多传感器数据融合及路侧预警方式, 对城市互通式立交风险冲突识别与预警技术的未来发展趋势及实际应用做出展望。     

南昌新八一大桥健康监测预警指标计算分析

为了保证桥梁健康监测系统的有效性和及时性,给桥梁管理者提供维修及加固的依据,以南昌市新八一大桥为工程背景,在有限元数值模拟结合传感器监测数据的基础上,建立了多指标并行预警的结构预警体系,阐述了预警指标、预警阈值和预警流程,并重点对索力、关键部位应力和挠度、疲劳车辆荷载、固有频率变化率等预警指标进行了计算分析。应用结果表明,在当前荷载作用下新八一大桥的各项预警指标的结果都正常,满足使用要求。     

基于ZigBee的多传感器火灾预警系统

针对传统的单传感器总线制火灾检测系统存在的不足,设计了一种基于ZigBee的多传感器无线网络系统,并将其应用于智能家居火灾预警中。采用AM2302温湿度传感器和MQ2气体传感器作为传感单元,CC2530作为数据处理和无线收发单元。节点采集的数据经ZigBee网络传输后,汇聚至上位机数据融合系统进行全局判决,根据判决结果进行声光报警和短信报警。实验表明,系统采集数据准确可靠,可以有效提高火灾预警系统的鲁棒性。     

基于数据融合的日光温室传感器布设

针对北方日光温室内环境监测传感器的布设问题,设计了基于神经网络、分批估计理论与自适应加权平均融合算法的日光温室传感器布设方案.利用11个监测点采集到的温室内西红柿生长环境温度和湿度数据,在运用BP神经网络进行缺失值补全的基础上,结合分批估计理论和自适应加权平均融合算法进行多传感器数据融合.通过对比融合值与原始数据的相对误差,选择最佳传感器数据,以此为基础确定最优传感器布设区域.结果表明,相对于算数平均融合与自适应加权平均融合,基于分批估计的自适应加权平均融合方法可以更合理地反应多传感器数据特征.     

CFNN在多传感器图像数据融合中的应用

提出一种补偿模糊理论和神经网络的混合系统(CFNN),并将其应用于多传感器数据融合,力图以此提高多传感器图像数据融合算法的性能.CFNN混合系统引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.文中介绍了图像数据融合的数学模型,并详细阐述了CFNN图像数据融合算法.仿真实验证明,CFNN图像融合算法能显著提高图像数据融合质量.     

Datafusion method of multi-sensor target recognition in complex environment

In the complex battlefield environment, the uncertainty of target information causes the target recognition difficulty and misjudgment, which brings about the problem of a low accuracy of target recognition results. This paper proposes a data fusion method for multi-sensor target recognition based on the discrete factor, which can give rise to the output data of the multi-sensor at the multi-period and multi-regions detection, and bring about the discrete factor of obtaining target characteristic corresponding sensors. It can provide the current weight of multi-sensor target recognition according to the discrete factor, establish the relative consistency and the relative weighted consistency function of multi-sensor target recognition, combine the current weight of multi-sensor target recognition and the related consistency function, and construct the data fusion result support calculation model of multi-sensor target recognition. Experimental results show that when the environment is complex, the data fusion method for multi-sensor target recognition based on the discrete factor has more accurate target recognition results, which conforms to the reality in comparison with the data fusion method for target recognition with a given sensor weight in advance. It is shown that the method proposed in this paper is more reliable and has a certain anti-interference ability.