摘要：針對(duì)單一普通型火災(zāi)探測(cè)器的環(huán)境適應(yīng)性和功能局限性，將多傳感器信息融合技術(shù)應(yīng)用于火災(zāi)報(bào)警系統(tǒng)，實(shí)施多個(gè)傳感器同步探測(cè)，全面提取火災(zāi)信息。同時(shí)，應(yīng)用智能算法，對(duì)提取到的信息進(jìn)行融合，實(shí)現(xiàn)信息的優(yōu)化，完整地反映環(huán)境的信息，準(zhǔn)確地預(yù)報(bào)火災(zāi)。在此采用多傳感器信息融合方法中的Bayes理論，給每類火災(zāi)探測(cè)器的探測(cè)結(jié)果分配相應(yīng)的概率，然后運(yùn)用Bayes理論，進(jìn)行信息的融合，從而獲得最終的判決結(jié)果。有效地降低了誤報(bào)率和漏報(bào)率，提高了整個(gè)火災(zāi)報(bào)警系統(tǒng)的可靠性。
關(guān)鍵詞：多傳感器信息融合；貝葉斯估計(jì)；火災(zāi)報(bào)警系統(tǒng)；同步探測(cè)

火的出現(xiàn)和使用對(duì)人類社會(huì)的進(jìn)步起到極大的作用，沒(méi)有火也就沒(méi)有人類今天的繁榮和成就。然而隨著社會(huì)的發(fā)展和居民生活水平的提高，火，電，油，氣使用越來(lái)越普遍，火災(zāi)的危險(xiǎn)性，次數(shù)和損失也越來(lái)越大，據(jù)統(tǒng)計(jì)，2011年我國(guó)火災(zāi)已達(dá)12．54萬(wàn)起，造成多達(dá)18．8億元的財(cái)產(chǎn)損失。同時(shí)隨著我國(guó)城鎮(zhèn)化步伐的加快，城市的建筑物越來(lái)越密集，人口逐漸集中，城市中易燃易爆物品源點(diǎn)多、量大、面積廣，帶了更多的火災(zāi)隱患，一旦發(fā)生火災(zāi)，就會(huì)造成重大的人員傷亡和嚴(yán)重的經(jīng)濟(jì)損失以及重大的政治損失。因此，早期預(yù)報(bào)火情，及時(shí)準(zhǔn)確報(bào)警，防火于未然就顯的極為重要。
火災(zāi)發(fā)生的時(shí)候伴有煙霧、高溫、火光及可燃性氣體等現(xiàn)象特征，火災(zāi)探測(cè)器通過(guò)檢測(cè)和捕捉火災(zāi)中出現(xiàn)的煙霧、高溫、火光及可燃性氣體等物理現(xiàn)象和特征信號(hào)，獲知火災(zāi)的發(fā)生。但是，傳統(tǒng)的基于某一物理量檢測(cè)的火災(zāi)探測(cè)器，有一定的環(huán)境適應(yīng)性和功能局限性，不可避免地會(huì)受到周圍環(huán)境的影響，發(fā)生誤報(bào)和漏報(bào)。針對(duì)這一現(xiàn)象，本文采用多傳感器信息融合技術(shù)來(lái)提高火災(zāi)報(bào)警系統(tǒng)準(zhǔn)確率和可靠性。

1 多傳感器信息融合的內(nèi)涵
多傳感器信息融合類似于人類和其他生物系統(tǒng)基本功能。人類通過(guò)五官(耳、鼻、口、手、眼)和其他器官，感知聲音、氣味，獲得味覺(jué)、觸覺(jué)和視覺(jué)等信息，借助先驗(yàn)知識(shí)和大腦的關(guān)聯(lián)推理，對(duì)周圍的環(huán)境和正在發(fā)生的事情做出估計(jì)。多傳感器信息融合類似上述人類處理信息的過(guò)程，它利用多個(gè)傳感器獲得多方面的信息，合理支配和使用，充分發(fā)揮多個(gè)傳感器冗余性與互補(bǔ)信息的優(yōu)勢(shì)，并依據(jù)一些優(yōu)化準(zhǔn)則進(jìn)行組合，形成對(duì)外部環(huán)境或是被測(cè)對(duì)象特征的一致性解釋和描述。
多傳感器信息融合借助多個(gè)傳感器采集到的信息，多視角地對(duì)信息進(jìn)行處理和綜合，從而獲知信息的內(nèi)在聯(lián)系和規(guī)律，并能夠剔除錯(cuò)誤和無(wú)用的信息，保留正確和有用的信息，實(shí)現(xiàn)信息的優(yōu)化，完善、準(zhǔn)確的反映環(huán)境特征。它的最終目的是利用多個(gè)傳感器一起工作、聯(lián)合操作的優(yōu)勢(shì)，提高整個(gè)傳感器系統(tǒng)的有效性。
目前常用的多傳感器信息融合方法，有加權(quán)平均法、卡爾曼濾波、貝葉斯估計(jì)、統(tǒng)計(jì)決策理論、產(chǎn)生式規(guī)則、模糊邏輯、D-S證據(jù)推理、神經(jīng)網(wǎng)絡(luò)等。本文采用貝葉斯估計(jì)的方法。
假設(shè)事件H由H1，H2，H3，…，Hm，m個(gè)互斥完備的事件構(gòu)成，它們發(fā)生的先驗(yàn)概率分別為P(H1)，P(H2)，P(H3)，…，P(Hm)，Bayes定理可表述為：

式中：P(Hi|Ak)為在給定證據(jù)Ak的條件下，假設(shè)事件Hi發(fā)生的概率；P(Ak|Hi)為在假設(shè)事件Hi發(fā)生的情況下，證據(jù)Ak出現(xiàn)的概率；P(Hi)為假設(shè)事件Hi發(fā)生的先驗(yàn)概率。