火灾报警系统中的信息融合

 1概述

       自上世纪八十年代以来，随着计算机技术的迅速发展和普及，火灾报警技术已经成为一门跨学科的综合信息处理技术，它以信息论、系统论为理论基础，涉及到数学、物理、机械、电子、传感、计算机及数字信号处理、模式识别和人工智能等学科与技术，是一门实用性很强的新兴技术。火灾报警的根本目的是获取火灾发生时的相关信息，并进行处理，达到及时准确报警的目的，但在火灾发生的过程中信息多，层次不一，如何对大量信息进行处理和综合利用是今后火灾报警技术需要重点研究的问题。

       信息融合技术是当前迅速发展起来的一个热门技术，在人工智能、目标识别、医学诊断、航空航天及军事等领域得到了广泛研究和应用，但在火灾报警领域，这一技术的发展还处在初级阶段，本文在这方面作了初步的探索与研究，首先讨论了火灾信息的分类，然后在分析现有信息利用不足的基础上提出基于信息融合的思想，最后讨论诊断中信息融合利用的研究方法和技术手段，并给出应用的实例。

2火灾报警中信息

分类和综合利用

2.1火灾报警中信息分类

       在火灾发生的过程中，可以利用的信息很多，下面对这些信息进行简单归类[1，2]。

（1）温度：火灾发生的显著特点就是温度的异常变化，由于火灾发生时，释放大量的光和热，使周围的环境温度急剧升高。

（2）火焰光谱：它主要由炽热微粒的光谱辐射和燃烧气体(主要是CO和CO2)的特征、辐射所构成。前者的光谱形态可用普朗克辐射定律作近似数学描述，后者的光谱则呈现为带状，且为燃烧火焰所特有。它比火焰中其它原子、分子或基团所发出的线状或带状光谱具有绝对大的辐射强度。以炽热微粒辐射信号进行火灾探测，若充分注意其光谱特征并加以利用，在某种程度上可识别环境中的相关干扰因素，提高探测的准确性。

（3）气体浓度：在放热阶段，可燃气体大量释放，出现伴随更多的烟雾，但显然会受到气体本身的扩散速率及气体周围环境状态的影响。

（4）其它信息：如燃烧音、火焰能量辐射、湿度等。

       以上几种信息是根据电机状态的物理特征来划分的，这只是对火灾中可用信息的一个很粗略分类。对这些信息的再作进一步处理之后还可以形成描述信息（如烟雾浓度的大、中、小）、逻辑型信息（温度高1、低0）等类型。这些信息从不同侧面、不同程度和不同层次反映了火灾发生的情况，如果能充分加以利用，就可以提高报警的准确度和可靠性。

2.2火灾报警是一个信息综合利用的过程

       在实际过程中往往只是对火灾信息中的一种或几种进行多层次、多角度的分析和观察，从中提取有关火灾的物理特征，比如利用温度传感器对火灾信息进行特征提取，由于信号类型单一，能够提供的信息较少，因而很难作出准确的判断。但如果将火灾中的烟雾信号综合加以考虑，即同时利用感烟传感器采集火灾烟雾信息，那么就能对火灾进行相对较准确的判断。虽然有时利用一种信息可以判断火灾，但在许多的情况下得出的结果并不可靠。因此，在火灾报警中应充分利用各种信息，而不应仅局限于一种信息进行特征的提取与识别，因为从火灾判断的角度来看，任何一种信息都是模糊的、不精确的。任何一种诊断对象，单用一方面信息来反映其状态行为都是不完整的，只有从多方面获得关于同一对象的多维信息，并加以融合利用，才能对火灾进行更准确更可靠的监测。

3基于信息融合的火灾报警技术

3.1信息融合技术的背景和特点

       多源信息融合技术是一种将各种途径、任意空间、任意时刻上获取的信息作为一个整体进行综合处理的技术。虽然人类在社会实践中，一直都在自觉地把各种信息进行综合处理，但是将信息融合作为一门专门的技术进行研究，还只有二十年左右的历史，其最早应用于航空电子学上雷达目标识别问题，主要应用于军事、航天航空、遥感、机器人等领域，1988年美国国防部将它列为22项关键技术的第13项，英、法等国也先后投入大量的人力、物力进行研究。目前，信息融合技术研究主要集中于多传感器数据的融合，其逐渐推广并应用到智能制造、过程监测、设备的故障诊断、材料处理以及经济和人为系统等研究领域。

        多传感器信息融合之所以被广泛地研究是由于它与单一传感器信息利用相比具有如下特点[3，4]：

（1）容错性。在单一传感器出现误差或失效的

情况下，系统仍能正常可靠地工作。

（2）互补性。各传感器除提供对象的共性反映外，还提供与各传感器本身有关的特性反映，因而利用信息融合就能实现不同传感器之间的信息互补，从而提高信息的利用率、减少系统认识的不正确性。

（3）实时性。能以较少的时间获取更多的信息。大大提高系统的识别效率。

3.2基于信息融合火灾报警的考虑

321传统的单参量分析方法仍存在的难点

（1）由于各种原因，产生一些和火灾发生时物理特征相似的虚假现象，概括起来有以下几种情况：①水蒸气，它的产生伴随着温度的升高和大量的“烟雾”；②吸香烟产生的烟雾和火灾产生的烟雾在粒谱特征上十分接近，感烟探测（特别是传统式的探测器）很难识别，常常引起误报；③打扫房间引起的灰尘；④使用空调和取暖设备，造成气温的剧烈变化；⑤电磁环境对感烟传感器的影响；⑥背景噪声的影响。如：由于空调很久未用，落了不少的灰尘，在使用时，空调直接把灰尘吹进了感烟传感器，烟尘颗粒大小与烟雾的大小相近，用传统的分析方法就存在不可避免的误报警。

（2）当多种虚假火情同时存在，使单参量分析根本无法准确地检测和判断。

 

       由于火灾报警技术最根本的目的是充分获取特征信息，并及时准确的作出判断。要解决以上存在的问题，信息融合的思想提供了一条思路。也就是说，基于信息融合的思想，获取多源信息进行融合并加以利用，实现对火灾的准确判断，其一般过程如图1所示。

                             

图1火灾报警过程

322限制信息融合技术在火警中应用的原因

       由图1可见，从传感器采集的信息到提取特征信息并进行判断决策是一个典型的包含信息处理、信息融合利用的过程，虽然信息融合技术在许多领域被广泛的研究应用，但在火灾报警方面，该技术的研究和发展还停留在较低水平，笔者认为主要是以下几个原因限制了信息融合技术在火灾报警中的应用：

     （1）多源信息融合必然涉及多源信息的获取，而获取多源信息将大大增加信号测试系统的复杂性，这种要求与客户的要求是相矛盾的，许多客户所需求的是一个价格相对低廉、可靠性好的报警系统，这种需求对多源信息的获取产生了限制；

     （2）当前火灾报警中缺乏有效的多源信息融合处理的策略和方案，本文将在这一方面作一探讨；

     （3）计算量问题。信息维数的增加将意味着计算过程的复杂性和计算量的增加，对于报警系统来说，人们追求的是实时判断处理，即使对理想的判断处理也不希望耗费太多的时间，因而减少由于信息维数增加引起的计算量增加是一个值得深入研究的问题；

     （4）对于探测器获取的有限信息，如何充分利用以获取更准确的物理特征也是火灾报警的难点。

323火灾报警中利用信息融合技术应着重解决的问题

（1）如何选择反映火灾特征的状态信号和参数，即参数优化；

（2）如何处理多传感器采集的信号，即特征提取；

（3）如何选择较优的信息融合算法和融合过程，即信息融合的策略和方案；

       火灾报警技术是一门多学科交叉技术，随着计算机及人工智能的发展，以知识处理为核心，信号处理、建模处理与知识处理相结合的信息融合技术是火灾报警系统的发展趋势。

3.3一种信息融合方法的提出

       信息融合技术涉及信号处理、模式识别、推理决策这三大过程[5，6]，文献[7]较详细的研究了多传感器信息融合系统的一般结构，并提出了改进传感器信息融合潜能的改进体系和应用实例。一般来讲，人们从信息的抽象程度上将信息融合分为三个层次：信号级融合、特征级融合和决策级融合。在火灾报警领域，用得最多的是第二个和第三个过程，即从反映火灾信息的原始数据中提取信息特征，然后由专家系统进行诊断决策推理，以实现火灾报警的智能化，基于以上考虑，本文提出了一种信息融合处理过程，其过程框架如图2所示。

   

                   

图2火灾报警信息副合过程

       图中信息融合处理过程分为三级，即信号级、特征级、与决策级。

       第一级是低级信息处理，通过优化选择状态信号和过程参数，如温度、温度变化率、烟雾变化率等。利用不同的信号处理手段提取出反映故障某一属性的不同特征信息，以提高不同信息的利用率。

       第二级是中级信息融合处理，在前一级的基础上，对不同特征信息进行融合处理，提取最能反映火灾的综合指标，这一过程是火灾报警的关键。

       第三级是高级信息融合处理，该过程是在前二个过程的基础上，结合已有的先

验知识，对来自不同类型信息源的信息进行融合，从而实施对故障的智能化正确决策。目前在多源信息处理方面的例子有神经网络和专家系统等。

4结束语

      利用信息融合技术进行火灾报警的方法很多，主要可归纳如下：

（1）信号处理：包括时域相关技术、频谱分析。这些信号处理技术可以对信号进行变换和重构，在不同的分析域中观察提取信号中蕴涵的特征。

（2）参数优化：将不同的参数和信号指标进行重新组合和优化，产生更好的反映火灾对象的参数，其中的方法包括：遗传算法，多变量分析法等。

（3）统计和模式识别：包括人工神经网络、聚类分析、模糊推理等。

当前很多技术在火灾报警领域已得到了研究和应用，如何在火灾报警中深入信息融合的思想是今后研究工作的重点。将模糊技术和神经网络应用于火灾信号处理，提高了系统的可靠性，是未来火灾探测自动报警系统的发展趋势。

 

参考文献

[1] 王殊，窦征。火灾探测及其信号处理[M].武汉：华中理工大学出版社，1997.

[2] 周建平，黄锦箭.火灾探测器误报警成因探讨[J]. 火灾自动报警系统.

[3] J. Linas E. Waltz. Multisensor Data Fusion[M]. Artech House, Norwood, Massachusetts, 1990.

[4] R. C. Luo, M. H. Lin. Robot.  Multisensor Fusion and Integration: Optimum Estimation of Fused Sensor Data[J]. Proceeddings of 1988 IEEE International Conf. 24～29.

[5] 王芳，刘岩，邵俊鹏.多传感器数据融合技术及其应用[J]. 哈尔滨理工大学学报，2001，6（1）：81～84.

[6] 郁文贤，雍少为，郭桂容.多传感器信息融合技术述评[J]. 国防科技大学学报，1992，16（3）：1～11.

[7] 何友，王国宏，陆大衿等.多传感器信息融合及应用[M]. 北京：电子工业出版社