1概述 

         信息融合技術(shù)是當前迅速發(fā)展起來的一個熱門技術(shù)，在人工智能、目標識別、醫(yī)學診斷、航空航天及軍事等領(lǐng)域得到了廣泛研究和應用，但在火災報警領(lǐng)域，這一技術(shù)的發(fā)展還處在初級階段，本文在這方面作了初步的探索與研究，首先討論了火災信息的分類，然后在分析現(xiàn)有信息利用不足的基礎上提出基于信息融合的思想，zui后討論診斷中信息融合利用的研究方法和技術(shù)手段，并給出應用的實例。

2火災報警中信息分類和綜合利用

2.1火災報警中信息分類

        在火災發(fā)生的過程中，可以利用的信息很多，下面對這些信息進行簡單歸類[1，2]。

（1）溫度：火災發(fā)生的顯著特點就是溫度的異常變化，由于火災發(fā)生時，釋放大量的光和熱，使周圍的環(huán)境溫度急劇升高。

（2）火焰光譜：它主要由熾熱微粒的光譜輻射和燃燒氣體（主要是CO和CO2）的特征、輻射所構(gòu)成。前者的光譜形態(tài)可用普朗克輻射定律作近似數(shù)學描述，后者的光譜則呈現(xiàn)為帶狀，且為燃燒火焰所*。它比火焰中其它原子、分子或基團所發(fā)出的線狀或帶狀光譜具有大的輻射強度。以熾熱微粒輻射信號進行火災探測，若充分注意其光譜特征并加以利用，在某種程度上可識別環(huán)境中的相關(guān)干擾因素，提高探測的準確性。

（3）氣體濃度：在放熱階段，可燃氣體大量釋放，出現(xiàn)伴隨更多的煙霧，但顯然會受到氣體本身的擴散速率及氣體周圍環(huán)境狀態(tài)的影響。

（4）其它信息：如燃燒音、火焰能量輻射、濕度等。 

         以上幾種信息是根據(jù)電機狀態(tài)的物理特征來劃分的，這只是對火災中可用信息的一個很粗略分類。對這些信息的再作進一步處理之后還可以形成描述信息（如煙霧濃度的大、中、小）、邏輯型信息（溫度高1、低0）等類型。這些信息從不同側(cè)面、不同程度和不同層次反映了火災發(fā)生的情況，如果能充分加以利用，就可以提高報警的準確度和可靠性。

2.2火災報警是一個信息綜合利用的過程

        在實際過程中往往只是對火災信息中的一種或幾種進行多層次、多角度的分析和觀察，從中提取有關(guān)火災的物理特征，比如利用溫度傳感器對火災信息進行特征提取，由于信號類型單一，能夠提供的信息較少，因而很難作出準確的判斷。但如果將火災中的煙霧信號綜合加以考慮，即同時利用感煙傳感器采集火災煙霧信息，那么就能對火災進行相對較準確的判斷。雖然有時利用一種信息可以判斷火災，但在許多的情況下得出的結(jié)果并不可靠。因此，在火災報警中應充分利用各種信息，而不應僅局限于一種信息進行特征的提取與識別，因為從火災判斷的角度來看，任何一種信息都是模糊的、不的。任何一種診斷對象，單用一方面信息來反映其狀態(tài)行為都是不完整的，只有從多方面獲得關(guān)于同一對象的多維信息，并加以融合利用，才能對火災進行更準確更可靠的監(jiān)測。

3基于信息融合的火災報警技術(shù)

3.1信息融合技術(shù)的背景和特點

         多源信息融合技術(shù)是一種將各種途徑、任意空間、任意時刻上獲取的信息作為一個整體進行綜合處理的技術(shù)。雖然人類在社會實踐中，一直都在自覺地把各種信息進行綜合處理，但是將信息融合作為一門專門的技術(shù)進行研究，還只有二十年左右的歷史，其zui早應用于航空電子學上雷達目標識別問題，主要應用于軍事、航天航空、遙感、機器人等領(lǐng)域，1988年美國國防部將它列為22項關(guān)鍵技術(shù)的第13項，英、法等國也先后投入大量的人力、物力進行研究。目前，信息融合技術(shù)研究主要集中于多傳感器數(shù)據(jù)的融合，其逐漸推廣并應用到智能制造、過程監(jiān)測、設備的故障診斷、材料處理以及經(jīng)濟和人為系統(tǒng)等研究領(lǐng)域。 

         多傳感器信息融合之所以被廣泛地研究是由于它與單一傳感器信息利用相比具有如下特點[3，4]：

（1）容錯性。在單一傳感器出現(xiàn)誤差或失效的情況下，系統(tǒng)仍能正常可靠地工作。

（2）互補性。各傳感器除提供對象的共性反映外，還提供與各傳感器本身有關(guān)的特性反映，因而利用信息融合就能實現(xiàn)不同傳感器之間的信息互補，從而提高信息的利用率、減少系統(tǒng)認識的不正確性。

（3）實時性。能以較少的時間獲取更多的信息。大大提高系統(tǒng)的識別效率。

3.2基于信息融合火災報警的考慮

3.2.1傳統(tǒng)的單參量分析方法仍存在的難點

（1）由于各種原因，產(chǎn)生一些和火災發(fā)生時物理特征相似的虛假現(xiàn)象，概括起來有以下幾種情況：①水蒸氣，它的產(chǎn)生伴隨著溫度的升高和大量的“煙霧”；②吸香煙產(chǎn)生的煙霧和火災產(chǎn)生的煙霧在粒譜特征上十分接近，感煙探測（特別是傳統(tǒng)式的探測器）很難識別，常常引起誤報；③打掃房間引起的灰塵；④使用空調(diào)和取暖設備，造成氣溫的劇烈變化；⑤電磁環(huán)境對感煙傳感器的影響；⑥背景噪聲的影響。如：由于空調(diào)很久未用，落了不少的灰塵，在使用時，空調(diào)直接把灰塵吹進了感煙傳感器，煙塵顆粒大小與煙霧的大小相近，用傳統(tǒng)的分析方法就存在不可避免的誤報警。

（2）當多種虛假火情同時存在，使單參量分析根本無法準確地檢測和判斷。

由于火災報警技術(shù)zui根本的目的是充分獲取特征信息，并及時準確的作出判斷。要解決以上存在的問題，信息融合的思想提供了一條思路。也就是說，基于信息融合的思想，獲取多源信息進行融合并加以利用，實現(xiàn)對火災的準確判斷。 

3.2.2限制信息融合技術(shù)在火警中應用的原因

         從傳感器采集的信息到提取特征信息并進行判斷決策是一個典型的包含信息處理、信息融合利用的過程，雖然信息融合技術(shù)在許多領(lǐng)域被廣泛的研究應用，但在火災報警方面，該技術(shù)的研究和發(fā)展還停留在較低水平，筆者認為主要是以下幾個原因限制了信息融合

技術(shù)在火災報警中的應用：

（1）多源信息融合必然涉及多源信息的獲取，而獲取多源信息將大大增加信號測試系統(tǒng)的復雜性，這種要求與客戶的要求是相矛盾的，許多客戶所需求的是一個價格相對低廉、可靠性好的報警系統(tǒng)，這種需求對多源信息的獲取產(chǎn)生了限制；

（2）當前火災報警中缺乏有效的多源信息融合處理的策略和方案，本文將在這一方面作一探討；

（3）計算量問題。信息維數(shù)的增加將意味著計算過程的復雜性和計算量的增加，對于報警系統(tǒng)來說，人們追求的是實時判斷處理，即使對理想的判斷處理也不希望耗費太多的時間，因而減少由于信息維數(shù)增加引起的計算量增加是一個值得深入研究的問題；

（4）對于探測器獲取的有限信息，如何充分利用以獲取更準確的物理特征也是火災報警的難點。

3.2.3火災報警中利用信息融合技術(shù)應著重解決的問題

（1）如何選擇反映火災特征的狀態(tài)信號和參數(shù)，即參數(shù)優(yōu)化；

（2）如何處理多傳感器采集的信號，即特征提取；

（3）如何選擇較優(yōu)的信息融合算法和融合過程，即信息融合的策略和方案； 

         火災報警技術(shù)是一門多學科交叉技術(shù)，隨著計算機及人工智能的發(fā)展，以知識處理為核心，信號處理、建模處理與知識處理相結(jié)合的信息融合技術(shù)是火災報警系統(tǒng)的發(fā)展趨勢。

3.3一種信息融合方法的提出

        信息融合技術(shù)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(jié)構(gòu)，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(lǐng)域，用得zui多的是第二個和第三個過程，即從反映火災信息的原始數(shù)據(jù)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(xiàn)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。

         *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(shù)，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zui能反映火災的綜合指標，這一過程是火災報警的關(guān)鍵。

         第三級是信息融合處理，該過程是在前二個過程的基礎上，結(jié)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(jīng)網(wǎng)絡和專家系統(tǒng)等。

4結(jié)束語

         利用信息融合技術(shù)進行火災報警的方法很多，主要可歸納如下：

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

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

（3）統(tǒng)計和模式識別：包括人工神經(jīng)網(wǎng)絡、聚類分析、模糊推理等。 

         當前很多技術(shù)在火災報警領(lǐng)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(shù)和神經(jīng)網(wǎng)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。