[发明专利]基于传感器阵列统计特征的火源定位方法

说明书

技术领域

本发明属于火灾定位技术领域，涉及基于传感器阵列的统计特征火源定位方法。

背景技术

随着现代城市建筑的楼层不断加高，建筑密度越来越大，使得发生火灾越来越频繁且所导致的危害越来越严重。火源点定位技术的研究能为火灾发生时及时高效的灭火救援工作提供有利帮助。目前，火源点的定位方法主要有基于图像处理技术、基于光纤测温技术和基于温度场的火灾源点定位。其中图像型火灾源点定位系统多用于开放性的大空间，且易受遮蔽的影响；基于光纤测温的方式，多适用于隧道等场景，且成本高；基于温度场的火灾定位方法多用于矿井等环境，要求火源释放的热量较多，传感器感受到温度变化时，燃烧实际上已经持续了一段时间，因而难以实现低释热出气火灾的源点定位。

现有的主要火灾定位发明中，主要以图像型火灾定位系统为主，其最大缺陷是易受遮挡，在室内空间中，当烟雾浓密时很难检测到真实火灾发生点；当室内有较多遮挡时图像也很难之直观检测到；而传感器阵列的方法，是烟雾热气流上升到天花板上扩散的模型，通过扩散差来定位，能有效避免图像型在室内遮挡的问题。

基于传感器阵列进行火灾定位的方法自Thomas Kaiser在2000年公开发表以后已经展开许多研究，成为火灾源点早期定位的主要方法之一。但是在实际的应用中， 这些方法从火源定位的不同角度提出了可应用于室内受限空间的火源定位方法与技术，但主要问题是上述方法大都只致力于时刻点估计精度的改进，且结果都是直接逐点输出，即每次得到一个估计点输出一个估计点，前后没有联系。这样的结果在图显示上表现散乱，且不确定性范围大，难以直接应用指导消防。进一步分析可知，不管点定位估计方法如何改进，总是会有一些估计点离真实火源点偏离较远，因此如何有效地从所有点定位估计结果中进一步挖掘并缩小火源点定位估计范围成为火源定位一个新问题。

发明内容

本发明的目的在于针对现有基于传感器阵列定位技术的不足，提供一种基于传感器阵列测量数据统计数字特征的火灾源点定位方法。

本发明方法采用温度传感器阵列的方式采集火灾初期温度扩散信号，根据静风受限空间内烟气扩散模型，计算温度信号之间的灰色关联度和相关性得到传播时延；根据一个阵列内不同传感器之间的时延差和几何关系的出火源点与阵列之间的方位角；将每组角估计的数据取得均值和方差，继续累积他们的均值和方差，以均值为基础得到角度范围估计，两组整列相交得到角度区域估计，并可取区域中心作为火灾的源点估计，具体包括以下步骤：

步骤(1).构建温度传感器阵列，布置阵列组：使用4个负温度系数温度传感器构成阵列一个温度传感器阵列，阵列为d×d(d一般取10cm)的正方形，四个传感器放置在顶点处；将两个传感器阵列A和B布置在房间天花板任意一侧靠边的位置，相距为L。

步骤(2).数据信号采集处理：火灾发生时，阵列A内的四个温度传感器同时采集温度信号                                               (n=1,2,3,4)；采样量化(采样频率为一般取500Hz)后得到离散温度信号序列为。

步骤(3).利用阵列内各个温度信号序列之间灰色关联度求解一个阵列内传感器信号之间时延，具体算法步骤如下：

(3.1)每次从采样序列中截取长度为m(一般取1000)的序列，作为准备序列：

(3.2)求关联系数：

设为参考数列，比较的序列为(其中; i=2,3,4，表示最大时延)，比较序列是由到延时j点(离散时刻点)生产；

则参考序列与第i个传感器时延为j的序列在k点的关联系数为：

式中是第i个传感器延时为j的序列与参考序列的在第k点时的绝对差；为两级最小差，其中为第一级最小差，表示在第i个传感器时延为j的序列上，找出与参考序列最小差的点；为两级最大差；为分辨系数，在[0,1]取值，一般取0.5。

(3.3)求比较序列与参考序列的灰关联度

 

(3.4)对每一个传感器不同时延序列和参考序列的灰关联度分别排序，取最大相关的序列，对应的j就是序列滞后的时延(离散时刻点)估计，则序列时延，物理意义时延

步骤(4).将时延估计转化为方位角估计：

步骤(5).累积计算角度估计的统计特征，将方位角估计扩展到角度范围，具体步骤如下：

阵列A定位可得到角估计为。则均值，方差