基于复合传感器阵列的多火源融合定位方法研究

Composite sensor fire positioning is the foundations of modern public emergency prevention and rapid treatment of high-rise and underground building fire control technology and equipment.Due to the multiple fire sources, non-static space and non-Gaussian interference and other factors, combined with the diversity of sensor array in the large complex space layout, performance of existing indoor fire location will significantly reduce, and even failure can occur.This project is based on many types of complex sensor array detection system, leveraging multi-source information fusion theory, fuzzy inference, statistical analysis, to conduct the study of fire target positioning which adapt to multi detector array combination in complex environment, focus on the following key questions:1)Fire target correlation problem under compound sensor array mode and non-static space condition,2)Multiple fire fusion positioning problem when direction estimation of statistical modeling is not accurate, fire diffuse dynamically, or non-static space,3) research on performance evaluation method of multiple fire fusion positioning and optimization methods of the position system performance feedback.Hoping to obtain a range of fire detection positioning method based on multi-sensor information fusion technology, and so as to provide intelligent fire detection and fire safety of large buildings with theoretical reserve.

基于复合传感器的火源定位是现代突发公共事件防范与快速处置中高层和地下建筑消防技术发展的基础。由于受多火源、非静风空间和非高斯数据干扰等因素影响，加之大型复杂空间内传感器阵列布局的多样性，使得现有室内火源定位方法性能将显著降低，严重时甚至会出现方法失效。本项目以多类复合式传感器阵列探测系统为基础，以多源信息融合技术、模糊推理技术、非静风空间建模、统计分析理论为手段，开展复杂环境下适应多种复合传感器阵列组合模式的多火源目标融合定位方法研究，重点解决如下关键问题：1）复合式传感器阵列模式及非静风空间情形下的火源目标关联问题，2）在方位估计统计特性建模不精准、火源动态扩散、非静风空间等情形下的多火源融合定位问题，3）研究多火源融合定位性能评估方法及其对定位系统性能的反馈优化方法。以期获得一系列基于复合传感器信息融合技术的多火源探测定位方法，为大型空间建筑的智能火灾探测与消防安全提供一定的理论储备。

本项目以多传感器阵列探测系统为基础，以多源信息融合技术、非静风空间建模、统计分析理论、机器学习理论为手段，开展复杂环境下复合传感器阵列组合模式的火源目标融合定位方法研究。首先，针对烟雾、温度等传感器节点的布置问题，开展了无线传感器网络的覆盖方法研究。针对目标节点覆盖的传感器节点大量的冗余数据强迫拥塞的现象，提出了一种能量有效覆盖控制和多节点联合冗余验证方法。针对大量的覆盖多个目标的过程中冗余数据的存在，其有效覆盖监测区域减小，网络消耗能量更多的问题，提出了一种多目标覆盖保护协议，提高了网络的生命周期。针对复合式传感器阵列模式及非静风空间情形下的火源关联定位问题，利用火灾初期的气体扩散模型，采用基于烟气浓度信息的最小二乘多边定位法对火灾中心点进行定位，并采用基于K-means聚类法的最近邻密集区域选取算法减小误差。针对现有火源定位方法温度场模型不准确的场景，采用基于强跟踪滤波的多传感器融合定位方法对大空间内的室内火源进行定位。为了对大空间建筑火灾温度场变化规律进行较为精准的建模及预测，提出了一种基于深度自编码的大空间建筑火灾温度场建模方法。首先利用深度自编码对实验数据降维表示，并计算出权值和偏置。其次采用基于时间序列的自回归移动平均模型对降维后的数据进行建模并预测。最后将简化模型求出的预测值用于重建高维的火灾温度场和火灾发展规律。针对有风环境对火源点定位精度的影响，提出一种极限学习机与粒子滤波相结合的定位方法，率先解决有风环境下且无火灾模型的火源定位问题。针对火源点关联定位方法的性能评价方面，我们给出了传统Range-Range- Range火源定位方法的性能评价指标，并分别在Range-Point-Range框架和Range- Range -Range框架下，基于凸优化理论，给出了基于全局信息的火源区域确定方法。针对用于火灾定位过程中，扩展Kalman滤波方法在滤波精度方面存在的不足，分别从模型拆分和估计精度补偿的角度出来，给出了两类精度更高的非线性滤波方法。