火灾自动探测的复合偏置滤波算法

提出了火灾探测的单信号偏置滤波算法和处理多传感器或复合传感器信号的复合偏置滤波算法,它可以应用单个火灾信号或综合两种信号特征计算信号超过预定门限的持续时间,有效地克服了干扰信号的影响,提高了火灾探测灵敏度和抗干扰性能．     

数据融合技术在公路隧道火灾探测中的应用

在分析公路隧道火灾特点的基础上,依据数据融合的基本原理,充分利用多个传感器资源,把多个传感器在空间和时间上的冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。提出了一种基于数据融合技术的隧道火灾探测算法,以感烟、感温和感光传感器的模拟量为输入,利用人工神经网络和模糊逻辑技术对多传感器信号进行融合,设计出一种快速、准确和有效的隧道火灾自动探测融合系统,可缩短报警时间,降低误报警率。克服了火灾探测算法单一使用固定阈值的弊端。     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法,并根据火灾传感器信号处理的特点,提出了将其用于火灾探测的方法,在子波神经网络中采用了子波函数和共轭梯度优化方法．实验表明,子波神经网络对火灾信号具有很好的学习和探测能力,与ＢＰ神经网络火灾探测方法相比,所提出的方法能够更快和更准确地探测各种标准实验火．     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法，并根据火灾传感器信号处理的特点，提出了将其用于火灾探测的方法，在子波神经网络中采用了子波函数和并轭梯度优化方法。实验表明，子波神经网络对火灾信号具有很好的学习和探测能力，与ＢＰ神经网络火灾探测方法相比，所提出的方法能够更快和更准确地探测各种标准实验火。     

基于Bayes估计的受限空间探测数据融合算法

针对单个传感器采集信息不准确的问题,提出一种基于Bayes估计的受限空间探测数据融合算法.首先,通过分析探测信号的组成结构,利用滤波、限幅、阶跃信号去除等方法,解决了信号干扰问题,提高了特征参量的显著性;其次,结合数据融合架构的动态性特征,给出合理假设,组合先验网络与转移网络,共同建立动态Bayes网络模型,得到融合目标函数;最后,通过引入正态分布研究探测值的不确定性,将探测节点视为似然函数,推导融合后的最大后验概率,以融合加权平均误差比为指标,通过“两两相遇”的方式实现多类型探测数据融合.仿真实验结果表明,该算法解决了信号冗余问题,数据融合效果较好,火灾整体漏报次数较少,数据融合时间最高值仅为2.4 s.     

复合火灾信号的一种模糊处理方法

提出了一种处理复合火灾传感器信号的模糊方法．首先提取传感器输出的烟雾和温度信号特征，包括幅度、持续时间和变化量等，然后通过适当的隶属函数模糊化，再由模糊语言规则推理得到有烟明火、无烟明火、阴燃火和非火灾的判决结果，最后利用质量中心法去模糊得到系统的火灾报警／非报警输出．实验表明，这种方法能够有效地探测试验火，并能克服干扰、减少误报警．     

复合火灾信号的一种模糊处理方法

提出了一种处理复合火灾传感器信号的模糊方法，首先提取传感器输出的烟雾和温度信号特征，包括幅度，持续时间和变化量等，然后通过适当的隶属函数模糊化，再由模糊语语文规则推理得到有烟明火、无烟明火、阴燃火和非火灾的判决结果，最后利用质量中心法去模糊得到系统的火灾报警／非报警输出，实验表明，这种方法能够有效地探测试验火，并能克服干扰，减少误报警。     

多通道火灾探测信号的分析与合成方法

提出一种多通道火灾探测信号的分析与合成方法，通过基于信号互功率谱的多通道信号模型，提取火灾和非火灾两种情菜下的烟雾、温度等实际信号的统计特征，自适应合成信号序列，探讨了模型参数的选择，并开发了探测算法模拟测试系统，实验表明，该方法能有效地测试出探测算法的火灾报警时间和误报警率等性能指标。     

多通道火灾探测信号的分析与合成方法

提出一种多通道火灾探测信号的分析与合成方法，通过建立基于信号互功率谱的多通道信号模型，提取火灾和非火灾两种情形下的烟雾、温度等实际信号的统计特征，自适应合成信号序列，探讨了模型参数的选择，并开发了探测算法模拟测试系统．实验表明，该方法能有效地测试出探测算法的火灾报警时间和误报警率等性能指标．     

火灾探测的模糊神经网络数据融合算法研究

针对火灾探测信号的特点,提出了一种基于模糊神经网络的多传感器火灾探测系统的数据融合算法.网络结构为9层,输入信号为CO气体浓度、烟雾浓度和温度,输出为火灾发生概率.通过网络训练和自学习不断调整权值,使网络输出与导师信号误差最小,完成了隶属度函数的自动生成和模糊规则的自动提取,大大提高了系统的精度和智能化.仿真结果验证了方法的可行性.     

原始数据动态观察窗法在火灾特征信号融合提取中的应用研究

多源信息融合技术逐步在火灾探测中得到应用,火灾特征信号融合提取算法的优劣,对火灾探测结果影响较大.为寻找火灾特征信号提取的最优方案,利用原始数据动态观察窗法,将NIST FR系列火灾试验中试验6的原始数据作为训练样本,借助神经网络分类器进行Matlab仿真实验,发现采用10 s步长和15 s窗长算法融合提取火灾特征信号...     

火灾探测的能量模型及其应用

从传感器信号及信号处理角度深入分析了受探系统的能量释放特点，建立了火灾信号检测的能量模型，提供了计算火灾探测的误报警率和漏报警率的理论公式和一种解决误报警问题的火灾信号处理方法。     

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。     

火灾探测的一种模糊神经网络方法

根据火灾信号的特点,建立了用于火灾探测的模糊神经网络,给出了处理火灾信号的模糊推理计算模型,并采用模糊运算,对于不同种类的火灾信号进行了综合分析,随后推导出用于自动生成隶属函数和提取模糊规则学习算法的计算模型。     

复合信号有源滤波分离电路设计

油田生产测井中 ,多个井下传感器已调信号用单芯电缆复合后传送到地面接收机 ,再用滤波分离电路分路解调 ,提取传感器信息 ,邻道干扰的大小取决于滤波分离电路的性能。复合信号滤波分离电路采用带阻滤波器和带通滤波器前后级联 ,可以降低对过渡带的需求 ,提高阻带衰减 ,降低邻道干扰。给出了性能分析结果和滤波分离电路设计公式 ,实际应用效果很好     

复合信号有源滤波分离电路设计

油田生产测井中,多个井下传感器已调信号用单芯电缆复合后传送到地面排收机,再用滤波分离电路分路解,提取传感器信息,邻道干扰的大小取决于滤波分离电路的性能.复合信号滤波分离电路采用带阻滤波器和带通滤波器前后级联,可以降低对过渡带的需求,提高阻带衰减,降低邻道干扰.给出了性能分析结果和滤波分离电路设计公式,实际应用效果很好.     

基于视频图像的油田联合站火灾预警系统

研究了基于视频图像的油田联合站火灾预警系统,采用图像型火灾探测传感器获取联合站内火灾点的视频图像,通过改进的BP神经网络图像识别算法进行站内火灾爆炸实时识别及火灾点定位,实现联合站内可视化火灾探测与预警.实际运行表明,系统提高了联合站火灾预报的灵敏度和可靠性,能够有效保障联合站安全生产.     

基于光声原理的火灾复合气体探测技术

监测燃烧过程中产生的气体（主要是CO）来探测火灾逐渐成为火灾探测中的一个重要领域。各种现有的气体传感器灵敏度比较低，不利于火灾的早期报警,利用基于光声原理的复合气体探测技术来进行火灾探测，能极大地提高探测器的灵敏度。将CO和CO2的检测结合起来，可降低探测器的误报率，有利于提高早期报警。     

单输入功率谱统计检测算法的研究

结合数字信号处理的功率谱分析方法,分析了火灾信号的频谱特征,并通过计算火灾信号与非火灾信号的功率谱密度差,以及大量的实验数据的处理、分析,研究功率谱统计检测算法在火灾探测信号处理中的应用.     

数据融合技术在消防探测中的应用研究

数据融合技术用智能化多传感探测器取代传统的单一传感器,可以区别非火灾信号和火灾信号,从而能够及时并准确地报警。基于多传感器数据融合的火灾探测系统的基本框架及相应算法,以感温、感烟和气体传感器的模拟量为输入,利用神经网络和模糊识别技术对多传感器信号进行融合,设计出一种快速、准确和有效的火灾探测系统,可以达到及时报警和降低误报警的目的。