火灾报警系统中信息融合技术的分析及应用

3.2.2 限制信息融合技术在火警中应用的原因

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。

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。