[发明专利]基于传感器阵列统计特征的火源定位方法

摘要

本发明涉及基于传感器阵列统计特征的火源定位方法。现有方法的定位结果都是直接逐点输出，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。本发明方法是将传感器阵列内采集的温度信号进行灰色关联度分析来得到烟气传播时延；然后，根据传播模型和几何关系得到方位角估计；再者，基于统计建模方法将方位角估计视为一个用均值和方差来刻画的随机变量，从而将火源点估计转化为火源的区域范围估计；最后采用两组阵列交叉方式构建火源定位估计的区域范围，并将该区域中心作为火源位置的点估计。这种基于统计建模思想的扩展估计，可使用全局历史数据，并且随着数据量增多而使得估计结果具有较好的稳定性，随机误差也将得到有效减少。

主权项

1.基于传感器阵列统计特征的火源定位方法，其特征在于该方法包括以下步骤：步骤(1).构建温度传感器阵列，布置阵列组：使用四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的正方形；将传感器阵列A和传感器阵列B分别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，传感器阵列A内的四个温度传感器同时采集温度信号采样量化后得到离散温度信号序列为T_n(k)；步骤(3).利用传感器阵列A内各个温度信号序列之间灰色关联度求解该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T_n(k)中截取长度为m的序列，作为准备序列：3-2求关联系数：设T₁(k)为参考数列，比较的序列为比较序列是由T₂(k)到T_n(k)延时j点生产，其中j＝[-k_max，k_max]；i＝2，3，4，k_max表示最大时延；则参考序列T₁(k)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T₁(k)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T₁(k)最小差的点；为两级最大差；ρ为分辨系数，在[0，1]取值；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估计，则序列时延k_1n＝j，物理意义时延t_1n＝j/f_A步骤(4).将时延估计转化为方位角α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：传感器阵列A定位可得到角估计为则均值方差则阵列A的角度估计范围为其中均值和方差由如下递推方式求得：同理阵列B的角度估计范围为其中均值和方差由如下递推方式求得：步骤(6).联合两组传感器阵列的估计结果，取得定位区域，并得到估计中心作为火源点位置最终估计：6-1估计范围：设阵列A一个顶点坐标为(a，b)，阵列B的一个顶点坐标为(c，d)，则估计范围可又四条边界线相交围成，其斜率分布为：由点斜式方程得到边界线方程：从而得到线性规划范围，作为火灾定位区域：6-2求得估计中心作为火源点位置估计：