多特征量数据融合嵌入式火灾早期预警系统

摘要：

为了解决传统单一点式烟气传感器识别率低、误报率高、可靠性差等不足,提出了一种嵌入式低功耗的多特征火灾早期预警系统.利用相对湿度、CO浓度、CO2浓度和O2浓度等四种火灾早期特征量,研制了基于Cortex-M3内核的采集和处理系统.对榉木、棉、纸3种火灾试验材料进行了火灾早期阴燃实验,采集并分析了阴燃过程中的4个特征量,采用多特征量对数回归算法对不同温度和不同燃烧物的阴燃实验数据进行了有监督的学习.实验表明,该预警系统的识别率在90％以上,误报率在3％以下,提高了火灾早期预警的准确性和稳定性.

关键词：火灾早期预警、嵌入式系统、多特征量融合、对数回归

所属期刊栏目：38

分类号：TN248.4;TP273(光电子技术、激光技术)

资助基金：国家自然科学基金资助项目U1610117,11504256,61573323;国家级大学生创新创业训练项目2017261;太原科技大学大学生创新创业训练项目XJ2017054;太原科技大学校级教学改革研究项目201703

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：249-252