火灾报警系统中信息融合技术的分析及应用

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[7]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。