基于多传感器数据融合的火灾预警系统

2 系统总体结构
本系统是基于多传感器数据融合的火灾预警系统，采用C／S结构，通过网络实现监控室服务器端与校园多个楼宇中的客户端远程实时监控各房间火灾情况，目前该系统已经在我校试运行。图2为多传感器数据融合火灾预警系统结构图，客户端主要由传感器模块、数据采集模块、数据处理融合模块、报警模块和通信模块组成；服务器端主要由数据处理模块、报警模块、参数修改模块组成。

系统通过不同传感器对CO浓度、CO2浓度、温度这3个参数进行监测和数据采集。本文主要介绍在数据处理过程中，如何利用D-S数据融合技术进行数据分析，实现火灾提前预警、且减少漏报误报概率、提高系统可靠性和准确性。

3 火灾预警中的数据融合
3．1 D-S证据理论
数据融合的方法很多，其中Dempster-Shafer证据理论是应用得最多的一种。它是一种处理不确定性的推理方法。证据理论可处理由不知道所引起的不确定性。它采用信任函数而不是概率作为度量，通过对一些事件的概率加以约束以建立信任函数而不必说明精确的难以获得的概率。
定义1 设D为辨别框架，由一完备且互不相容的命题集合组成幂集2D，在其上定义基本信任指派函数(basic probability assignment，BPA)：m(A)[0，1]，A代表辨别框架中任一子集，m(A)表示证据支持命题A发生的程度，m(A)满足如下条件：

从上面2个式子可以看出，多个证据的结合与次序无关，多个证据结合的计算可以用2个证据结合的计算递推得到。