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。     

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。     

数据融合技术在火灾报警系统中的应用研究

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍。模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期效果。     

基于数据融合技术的火灾报警系统的研究与设计

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍.通过模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期良好的效果.     

基于多传感器融合技术的高大空间火灾探测

提出了一种新型的、应用多传感器数据融合技术于当前高大空间建筑的火灾探测报警系统的方法。该种方法采用多传感器探测火灾多种参量,先使用神经-模糊网络进行局部判定,局部判定结果与融合中心进行历史数据的融合,得到误差后确定下一步全局决策。通过试验与仿真证明此方法大大提高了火灾探测的及时性,同时又提高系统可靠性,减少了误报警。     

基于数据融合与神经网络的火灾探测研究

海上平台由于其自身空间狭小、管线设备高度集中等特点,要求其火灾探测系统误报率低.目前,单一类型火灾探测器的误报率非常高,经研究发现同时探测多类型火灾因素可大幅度降低误报率.文中根据多传感器数据融合技术将火灾探测器所测数据进行融合,然后应用BP神经网络进行训练仿真,降低了火灾探测器的误报率,满足了海上平台火灾探测系统的要求.     

传感器融合技术在火灾预警探测中的应用研究

针对传统火灾报警系统存在的局限性,本文把传感器融合技术应用到火灾预警探测系统中.该系统采用传感器组探测早期火灾特征,在进行数据处理时,首先对同质传感器进行自适应加权数据融合,再对同质传感器采用D-S证据理论进行全局融合,最后得出对火灾的最优判断,很好地解决了报警灵敏度和误报率之间的矛盾.系统采取模块化设计,结构简单,容易实现等.     

用于火灾探测的神经网络数据融合算法

提出了一种多传感器火灾探测系统的数据融合算法,并针对火情信号测试的固有特点,采用神经网络进行数据融合决策,探讨了算法模型的建立,并由仿真结果验证了方法的可行性。     

基于ZigBee技术的无线火灾概率分级预警系统设计

针对传统火灾报警系统在布线、扩容等方面的不足,在无线火灾预警产品缺少的现状下,利用无线传感器网络技术和多传感器融合技术设计了一个无线火灾概率分级预警系统;该系统采用ZigBee技术快速建立星形预报警网络,节点扩充容易,根据多传感器融合信息,将火灾发生趋势按概率等级给出预警;经过试验验证,能够适应各种复杂环境的火灾预警和报警要求.     

基于信息融合的火灾预警系统设计研究

针对目前火灾越来越严重威胁社会和人身安全但却没有有效的预警和更好的防范火灾的方案问题,本论文提出了一种可以实现基于融合多个传感器信息的火情预警系统的设计方案,该方案改善了火情预警参数单一、功能简单的缺点,通过多个传感器融合,在火灾发生时判断火灾趋势,做到及时的火灾判断预警。     

基于ZigBee的物联网森林防火系统设计

本文介绍了一种基于ZigBee技术的森林防火系统,采用ZigBee和GPRS无线通信传感网络、数据集中处理和单片机等技术,重点叙述ZigBee组网的设计方案,包括软件设计和硬件设计。系统实现了森林环境参数采集、传输、监测及管理等功能。     

冻结壁原始冻胀力的分析与计算方法

通过仿生人体神经系统的活动方式，以数据融全 为基础建立了传感器／施动器模型，并将其应用于机器人系统设计中，以实现一种集感知、动作和融合于一体的面向任务驱动的设计，重点研究了数据融合对异种多传感器数据进行联想、相关和组合的多层次多方面处理的连续过程，从而进一步完善了数据融合论。     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于模糊信息融合的自平衡机器人姿态角补偿方法

为了简便、精确地获得自平衡机器人运行中的状态信息,提出了模糊信息融合的方法对机器人的姿态角进行补偿。首先,根据传感器的工作原理,以及对实验数据的分析建立了陀螺仪漂移误差的数学模型,对其零点随机漂移误差进行了初步的标定。然后根据陀螺仪和倾角传感器各自的误差特性,以及导致这些误差的原因,设计了一个双输入单输出的模糊融合器,将设计的融合器应用到两轮自平衡机器人系统中。实验结果表明系统误差得到了很好的改善,从而表明所设计的模糊融合器是有效的。     

带功放的火灾监测传感器网络节点的设计

目前ZigBee技术在火灾监测系统的应用还不是很成熟,而且节点之间的通信距离短.为解决ZigBee在火灾监测系统的应用问题,以CC2431芯片为核心器件,设计出一种能应用于火灾监测的带功放的传感器网络节点.介绍了火灾监测系统的总体结构,说明了火灾传感器节点硬件的各部分组成及具体设计方案,给出相应的硬件测试结果,最后简述了软件设计流程.