基于无线传感网的智慧消防技术与应用
发布时间：2022-08-04 17:22
火灾是众多灾害中比较多发常见的一种,一旦发生,轻则造成财产损失,重则造成大量的人员伤亡,因此火灾探测技术的研究就成为实现预防和扼杀火灾发生及发展的重要课题之一。目前,现有的大部分火灾探测系统结构设计都比较简单,致使火灾信息传递不及时或者发生误报和漏报,给消防救援工作带来了极大的困难。因此本文研究设计并建立了一套高性价比的、能够及时预警的基于无线传感网的智慧消防预警系统。首先,针对消防预警的应用场景特点,结合无线传感网技术和数据融合技术对系统进行了全方位需求分析和可行性分析。然后构建了系统整体架构,详细介绍了各功能模块的软硬件实施方案,从而实现火灾信息数据的采集、传输、融合处理,达到方案设计目的。其次,考虑到火灾过程本身具有的非结构性特征,在一般算法的基础上针对多传感器数据融合技术进行了改进,提出一种基于无线传感网的智慧型火灾探测算法,即在神经网络这一人工智能算法的基础上增加预处理模块,对原始火灾数据进行多层次分级融合。仿真结果表明,该算法提高了系统监测和预警效率,具有明显的的优越性。最后,在上述研究的基础上,我们实现了原型系统平台的搭建,并结合系统需求分析完成了系统的功能测试和相关性能...
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 主要研究内容
1.2.2 论文结构
第二章 系统需求分析
2.1 火灾探测技术分析
2.1.1 火灾探测中的信息分类
2.1.2 火灾探测中的信息融合
2.2 系统应用场景
2.3 系统需求分析
2.3.1 系统功能需求
2.3.2 系统性能需求
2.4 本章小结
第三章 智慧消防预警系统设计
3.1 总体方案设计
3.1.1 系统整体架构
3.1.2 智慧化特点
3.2 火灾探测的特征参数选择
3.2.1 物质燃烧阶段
3.2.2 火灾特征参量的选择
3.3 系统硬件设计
3.3.1 火灾信息采集模块
3.3.2 数据融合处理模块
3.3.3 无线传输模块
3.4 系统软件设计
3.4.1 火灾信息采集模块软件设计与实现
3.4.2 数据融合处理模块软件设计与实现
3.4.3 无线传输模块软件设计与实现
3.5 本章小结
第四章 智慧火灾探测算法设计
4.1 问题描述
4.2 火灾探测相关算法
4.2.1 传统的火灾探测算法
4.2.2 新兴的火灾探测算法
4.3 一种基于WSN的智慧型火灾探测算法
4.3.1 算法整体框架
4.3.2 数据级处理
4.3.3 特征级处理
4.3.4 算法仿真与分析
4.4 本章小结
第五章 原型系统实现及测试
5.1 原型系统搭建
5.2 原型系统功能测试
5.2.1 无线组网功能测试
5.2.2 火灾识别功能测试
5.3 原型系统性能测试
5.4 本章小结
第六章 总结与展望
6.1 全文工作总结
6.2 后续工作展望
参考文献
附录1 BP神经网络训练样本集
附录2 攻读硕士学位期间撰写的论文
附录3 攻读硕士学位期间申请的专利
附录4 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于模糊神经网络的火灾传感器特征参数融合算法[J]. 钱伟,何志祥,张德银. 传感技术学报. 2017(12)
[2]基于BP神经网络的火警误报优化研究[J]. 裘炅,赵丽辉. 电子科技. 2017(12)
[3]基于多传感器信息融合的电气火灾预警研究[J]. 张刚,张岳,黄国平,单福生,陈银胜. 能源与环保. 2017(10)
[4]智能火灾探测报警系统研究[J]. 刘彦明. 仪器仪表用户. 2017(07)
[5]基于无线传感网和数据融合技术的火灾报警系统设计[J]. 金晨,蔡光强,陈果,刘光恒. 仪表技术与传感器. 2016(06)
[6]多传感器数据融合技术概述[J]. 张延龙,王俊勇. 舰船电子工程. 2013(02)
[7]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[8]多传感器信息融合综述[J]. 戴晨铖. 科技视界. 2012(26)
[9]浅论城市消防远程监控系统的实践应用与发展对策[J]. 黎承. 中国公共安全(学术版). 2011(03)
[10]基于数据融合技术的火灾探测算法[J]. 傅剑锋,雍静. 低压电器. 2007(12)
博士论文
[1]多传感器数据融合关键技术研究[D]. 姜延吉.哈尔滨工程大学 2010
硕士论文
[1]WSN中的一种多传感器数据融合算法及在森林防火中的应用[D]. 刘永星.太原理工大学 2015
[2]多传感器数据融合在煤矿安全预警中的研究与应用[D]. 史俊茹.宁夏大学 2015
[3]信息融合算法及其应用研究[D]. 刘涛.南京邮电大学 2013
[4]火灾探测中的信息处理算法研究[D]. 蔡嘉成.华南理工大学 2012
[5]多传感器信息融合技术在火灾探测中的应用[D]. 何南南.长安大学 2012
[6]楼宇智能消防信息系统的研究与设计[D]. 田勇.西安工程大学 2012
[7]基于模糊神经网络的智能火灾探测系统研究[D]. 杨晗.北京化工大学 2010
[8]Ad Hoc中基于MAC层的交换技术[D]. 王传刚.浙江大学 2010
[9]基于模糊神经网络的智能火灾报警关键技术研究[D]. 樊强.西北农林科技大学 2007
[10]基于多传感器信息融合技术的火灾探测系统研究[D]. 王丽萍.湖南大学 2006
本文编号：3669961
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 主要研究内容
1.2.2 论文结构
第二章 系统需求分析
2.1 火灾探测技术分析
2.1.1 火灾探测中的信息分类
2.1.2 火灾探测中的信息融合
2.2 系统应用场景
2.3 系统需求分析
2.3.1 系统功能需求
2.3.2 系统性能需求
2.4 本章小结
第三章 智慧消防预警系统设计
3.1 总体方案设计
3.1.1 系统整体架构
3.1.2 智慧化特点
3.2 火灾探测的特征参数选择
3.2.1 物质燃烧阶段
3.2.2 火灾特征参量的选择
3.3 系统硬件设计
3.3.1 火灾信息采集模块
3.3.2 数据融合处理模块
3.3.3 无线传输模块
3.4 系统软件设计
3.4.1 火灾信息采集模块软件设计与实现
3.4.2 数据融合处理模块软件设计与实现
3.4.3 无线传输模块软件设计与实现
3.5 本章小结
第四章 智慧火灾探测算法设计
4.1 问题描述
4.2 火灾探测相关算法
4.2.1 传统的火灾探测算法
4.2.2 新兴的火灾探测算法
4.3 一种基于WSN的智慧型火灾探测算法
4.3.1 算法整体框架
4.3.2 数据级处理
4.3.3 特征级处理
4.3.4 算法仿真与分析
4.4 本章小结
第五章 原型系统实现及测试
5.1 原型系统搭建
5.2 原型系统功能测试
5.2.1 无线组网功能测试
5.2.2 火灾识别功能测试
5.3 原型系统性能测试
5.4 本章小结
第六章 总结与展望
6.1 全文工作总结
6.2 后续工作展望
参考文献
附录1 BP神经网络训练样本集
附录2 攻读硕士学位期间撰写的论文
附录3 攻读硕士学位期间申请的专利
附录4 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于模糊神经网络的火灾传感器特征参数融合算法[J]. 钱伟,何志祥,张德银. 传感技术学报. 2017(12)
[2]基于BP神经网络的火警误报优化研究[J]. 裘炅,赵丽辉. 电子科技. 2017(12)
[3]基于多传感器信息融合的电气火灾预警研究[J]. 张刚,张岳,黄国平,单福生,陈银胜. 能源与环保. 2017(10)
[4]智能火灾探测报警系统研究[J]. 刘彦明. 仪器仪表用户. 2017(07)
[5]基于无线传感网和数据融合技术的火灾报警系统设计[J]. 金晨,蔡光强,陈果,刘光恒. 仪表技术与传感器. 2016(06)
[6]多传感器数据融合技术概述[J]. 张延龙,王俊勇. 舰船电子工程. 2013(02)
[7]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[8]多传感器信息融合综述[J]. 戴晨铖. 科技视界. 2012(26)
[9]浅论城市消防远程监控系统的实践应用与发展对策[J]. 黎承. 中国公共安全(学术版). 2011(03)
[10]基于数据融合技术的火灾探测算法[J]. 傅剑锋,雍静. 低压电器. 2007(12)
博士论文
[1]多传感器数据融合关键技术研究[D]. 姜延吉.哈尔滨工程大学 2010
硕士论文
[1]WSN中的一种多传感器数据融合算法及在森林防火中的应用[D]. 刘永星.太原理工大学 2015
[2]多传感器数据融合在煤矿安全预警中的研究与应用[D]. 史俊茹.宁夏大学 2015
[3]信息融合算法及其应用研究[D]. 刘涛.南京邮电大学 2013
[4]火灾探测中的信息处理算法研究[D]. 蔡嘉成.华南理工大学 2012
[5]多传感器信息融合技术在火灾探测中的应用[D]. 何南南.长安大学 2012
[6]楼宇智能消防信息系统的研究与设计[D]. 田勇.西安工程大学 2012
[7]基于模糊神经网络的智能火灾探测系统研究[D]. 杨晗.北京化工大学 2010
[8]Ad Hoc中基于MAC层的交换技术[D]. 王传刚.浙江大学 2010
[9]基于模糊神经网络的智能火灾报警关键技术研究[D]. 樊强.西北农林科技大学 2007
[10]基于多传感器信息融合技术的火灾探测系统研究[D]. 王丽萍.湖南大学 2006
本文编号：3669961
本文链接：https://www.wllwen.com/guanlilunwen/chengjian/3669961.html
