基于多傳感器數據融合的火災預警系統

在多傳感器數據融合系統中，首先初始給一次基本可信度的分配。然后，每當收到一次傳感器的信息，就進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行分配。最后，依據決策規則得出決策結果。本系統探測的3個對象，根據探測值不同，對斷定是否發生火災的可信度值也不同。表2中對各個探測對象在不同范圍內的值，賦予了不同的信任值，這些信任值不是精確得到的概率值，而是由經驗和我校實驗室火災統計數據得到的。

當CO濃度超過10 ppm時，確定發生火災的概率較小；當超出20 ppm時，確定為火災的準確率可高達85％。從我校實驗室CO2監測數據來看，即使濃度高達1 500 ppm以上，也有可能是房間人數突然增多導致的，所以只從CO2的含量探測數值來斷定火災，會有很大誤差。但根據圖1的結果得知，火災發生時CO2含量是一直在遞增的，且在火災初始成長期間，曲線斜率(即增長速度)的變化范圍是2．5～6．5 ppm／s，因此本系統將CO2的變化率作為數據融合對象。同樣，隨著溫度值變高，能斷定是火災的概率也越大。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方法進行數據融合，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，即系統的不確定性明顯降低；并且原來的單個傳感器不能準確判定是否發生火災，融合后正確判斷的概率增大，即對來自3個不同傳感器的數據融合提高了系統的判別火災能力。

4 結語
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確地合成為對目標(是否火災)判定的一致性，增加了系統的正確決策能力。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判決的概率賦值，需要依靠經驗和數據積累不斷進行更準確的設置。