火災報警系統(tǒng)中信息融合技術的分析及應用

3.3一種信息融合方法的提出

　　信息融合技術涉及信號處理、模式識別、推理決策這三大過程[5，6]，文獻[7]較詳細的研究了多傳感器信息融合系統(tǒng)的一般結構，并提出了改進傳感器信息融合潛能的改進體系和應用實例。一般來講，人們從信息的抽象程度上將信息融合分為三個層次：信號級融合、特征級融合和決策級融合。在火災報警領域，用得最多的是第二個和第三個過程，即從反映火災信息的原始數據中提取信息特征，然后由專家系統(tǒng)進行診斷決策推理，以實現火災報警的智能化，基于以上考慮，本文提出了一種信息融合處理過程。

　　第一級是低級信息處理，通過優(yōu)化選擇狀態(tài)信號和過程參數，如溫度、溫度變化率、煙霧變化率等。利用不同的信號處理手段提取出反映故障某一屬性的不同特征信息，以提高不同信息的利用率。

　　第二級是中級信息融合處理，在前一級的基礎上，對不同特征信息進行融合處理，提取最能反映火災的綜合指標，這一過程是火災報警的關鍵。

第三級是高級信息融合處理，該過程是在前二個過程的基礎上，結合已有的先驗知識，對來自不同類型信息源的信息進行融合，從而實施對故障的智能化正確決策。目前在多源信息處理方面的例子有神經網絡和專家系統(tǒng)等。

4結束語

利用信息融合技術進行火災報警的方法很多，主要可歸納如下：

　?。?）信號處理：包括時域相關技術、頻譜分析。這些信號處理技術可以對信號進行變換和重構，在不同的分析域中觀察提取信號中蘊涵的特征。

　?。?）參數優(yōu)化：將不同的參數和信號指標進行重新組合和優(yōu)化，產生更好的反映火災對象的參數，其中的方法包括：遺傳算法，多變量分析法等。

　?。?）統(tǒng)計和模式識別：包括人工神經網絡、聚類分析、模糊推理等。

　　當前很多技術在火災報警領域已得到了研究和應用，如何在火災報警中深入信息融合的思想是今后研究工作的重點。將模糊技術和神經網絡應用于火災信號處理，提高了系統(tǒng)的可靠性，是未來火災探測自動報警系統(tǒng)的發(fā)展趨勢。