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。     

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。     

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．     

可变窗信号趋势算法及其应用于火灾自动探测

提出了计算窗可变的趋势算法，并将该算法应用于火灾自动探测．测试结果表明，它能及时检测出标准试验火源并极大地降低了误报警率．     

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。     

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．     

火灾探测报警系统可靠性的Monte Carlo仿真

运用系统可靠性分析的相关理论，通过对火灾探测报警系统内部逻辑任务关东的分析，建立了火灾探测报警系统的可靠性模型。利用Monte Carlo系统仿真方法，对火灾探测报警系统失效时间进行抽样，模拟分析了系统可靠度和故障率随时间的变化规律，得到的可靠度和故障率曲线符合理论和工程实践。分析了误差产生原因，提出了减小误差的方法。     

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．     

可变窗信号趋势算法及其应用于火灾自动探测

提出了计算窗可变的趋势算法，并将该算法应用于火灾自动探测，测试结果表明，它能及时检测出标准试验火源并极大大地降低的误报警率。     

One Fire Detection Method Using Neural Networks

A neural network fire detection method was developed using detection information for temperature,smoke density,and CO concentration to determine the probability of three representative fire conditions.The method overcomes the shortcomings of domestic fire alarm systems using single sensor information.Test results show that the identification error rates for fires,smoldering fires,and no fire are less than 5%,which greatly reduces leak-check rates and false alarms.This neural network fire alarm system can fu...     

基于模糊 ART-2 的神经网络火灾探测系统

提出将ＡＲＴ－２神经网络与模糊系统串联而成的模糊ＡＲＴ－２神经网络系统并用于火灾探测，使其对火灾信号具有很好的聚类特性．实验结果表明，该系统比ＢＰ神经网络火灾探测系统具有更强的适应环境的能力，能够更快、更准确地探测各种标准试验火并具有很强的抗干扰能力．     

基于FDS的运输类飞机货舱烟雾探测试验方法研究

运输类飞机货舱烟雾探测试验采用烟雾发生器产生模拟烟雾的方式来进行,为科学合理地验证货舱烟雾探测系统的有效性,开展货舱烟雾探测试验方法研究。首先采用火灾动态仿真（fire dynamics simulator,FDS）对美国联邦航空管理局（Federal Aviation Administration,FAA）开展的货舱火灾试验进行火灾烟雾数值模型验证;然后,以某型运输机货舱为模型进行建模,采用经验证的烟雾数值模型进行不同发烟位置、货舱通风/不通风、不同货舱环境压力等条件下货舱烟雾扩散规律研究和烟雾探测器对烟雾的响应研究。结果表明：当火源位于8位置时,烟雾探测系统响应时间最长,该处为最严苛火源位置;舱内烟雾扩散情况受货舱通风条件影响很大,通风条件下烟雾探测系统报警时间比无通风条件下长;货舱环境压力越低,货舱顶部的烟雾扩散范围越大,有利于烟雾扩散,烟雾探测器告警越短。最后,根据实际货舱烟雾探测试验条件,从烟雾量大小、试验工况、发烟设备、发烟位置点选择等方面设计该型飞机货舱烟雾探测试验方法。     

基于嵌入式系统和红外图像的火焰检测算法

随着嵌入式技术的发展,把机器视觉应用于嵌入式系统是一个发展方向.目前火焰算法相对比较成熟,具有较高的准确率和抗干扰力.但算法复杂度普遍较高,主要应用于PC机系统,不能适应嵌入式系统的要求.结合已有的研究成果,提出了基于统计背景模型和火焰动态特征的火焰检测算法,成功移植到嵌入式系统上.试验证明算法抗干扰性强、检测率高,速度快.     

斜度探测器及其在火灾自动探测中的应用

介绍的斜度探测器，能够检测信号变化后的斜率大小，有效地识别出阶跃信号的变化．其斜率判断采用了模糊逻辑方法，使输出信号更加接近实际情况．该探测器与信号检测的趋势算法相结合，可应用于火灾自动探测     

一种新型的图像型火灾识别算法的研究

图像型火灾探测技术是一种新型的探测技术,可以有效地克服传统火灾探测技术的缺陷.针对背景复杂的火灾图像,首先利用差分技术、RGB颜色分割技术和形态特征分割技术建立3层复合分割模型,排除大部分干扰,得到火焰疑似区域;然后分析火焰疑似区域的相似性测度、面积变化值、致密度、偏心率和质心点偏移距离等特征,这些特征可以较全面地表征火灾信息;最后利用RBF神经网络建立火灾识别模型,将提取出的火焰特征作为输入量,对火灾图像进行分类识别.仿真结果表明,该算法对不同场景的火灾识别具有较高的准确率.     

基于昆虫行为的小型气源定位移动机器人

具有气味追踪与气源定位能力的机器人有广泛的应用前景,如用于有毒气体、火灾征兆或者爆炸物的探测等.设计了一基于昆虫气味追踪行为的小型气源定位移动机器人.该小型机器人硬件系统简洁、紧凑,采用基于昆虫行为的anemotaxis气味追踪策略与沿墙避障策略相结合的方法,控制机器人定位室内可疑气源.实验结果表明,运用简洁的硬、软件系统设计的小型气源定位移动机器人具备在室内自主定位气源的能力.