基于DSP的多传感器信息融合的厨房火灾检测系统
发布时间:2021-10-19 02:37
基于厨房中可能发生火灾的安全隐患问题背景下,设计了厨房火灾检测系统,我们针对火灾中可能出现的火光、高温、烟雾以及由于煤气泄漏产生的一氧化碳气体进行检测,在第一时间给出报警信号。本设计利用多种传感器对环境实时检测,利用DSP芯片采集数据,通过神经网络算法进行信息的融合处理,使DSP芯片输出当前环境的安全系数,并通过CAN总线传输四个物理量的当前值,更直观的观察环境的安全程度,使人们能及时的发现并预防厨房火灾的发生。
【文章来源】:科学技术创新. 2020,(11)
【文章页数】:3 页
【部分图文】:
总体设计流程图
这四种传感器均以如图2所示的检测电路为基础,在传感器输出模拟电压分别达到各自的阈值电压时,使LED指示灯亮,告知某一项指标达到报警值,但不排除误报的可能,最后的决策由后面介绍的数据融合处理后的输出值做出。图3 基于神经网络的多传感器信息融合
基于神经网络的多传感器信息融合
【参考文献】:
期刊论文
[1]基于BP神经网络信息融合的智能家居安全系统研究[J]. 李玉. 天津职业院校联合学报. 2019(10)
[2]基于BP神经网络的多传感器新风调控系统研究[J]. 钱锦,张正华,龚正,苏权,苏波. 电子设计工程. 2019(18)
[3]基于多传感器信息融合的无线火灾定位报警系统[J]. 侯向锋,毛涌,陈礼源,周路,周兆丰. 湖北师范学院学报(自然科学版). 2016(01)
[4]基于BP神经网络的多传感器数据融合技术优化[J]. 何拥军,曾文权,曾文英. 微型机与应用. 2011(22)
[5]基于DSP的火灾报警系统设计研究[J]. 薛伟宁,王辉俊. 科技风. 2009(13)
本文编号:3443986
【文章来源】:科学技术创新. 2020,(11)
【文章页数】:3 页
【部分图文】:
总体设计流程图
这四种传感器均以如图2所示的检测电路为基础,在传感器输出模拟电压分别达到各自的阈值电压时,使LED指示灯亮,告知某一项指标达到报警值,但不排除误报的可能,最后的决策由后面介绍的数据融合处理后的输出值做出。图3 基于神经网络的多传感器信息融合
基于神经网络的多传感器信息融合
【参考文献】:
期刊论文
[1]基于BP神经网络信息融合的智能家居安全系统研究[J]. 李玉. 天津职业院校联合学报. 2019(10)
[2]基于BP神经网络的多传感器新风调控系统研究[J]. 钱锦,张正华,龚正,苏权,苏波. 电子设计工程. 2019(18)
[3]基于多传感器信息融合的无线火灾定位报警系统[J]. 侯向锋,毛涌,陈礼源,周路,周兆丰. 湖北师范学院学报(自然科学版). 2016(01)
[4]基于BP神经网络的多传感器数据融合技术优化[J]. 何拥军,曾文权,曾文英. 微型机与应用. 2011(22)
[5]基于DSP的火灾报警系统设计研究[J]. 薛伟宁,王辉俊. 科技风. 2009(13)
本文编号:3443986
本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/3443986.html