工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
3.1.2火灾信号的基本特征
为研究起见，我们结合某大学附属医院的火灾自动报警系统先研究一下火灾信号的特征，为后面研究火灾信号的识别方法服务。根据火灾动力学理论和长期的观测与分析实践，早期的火灾信号主要有如下几个特征。
1、随机性
火灾的输出信号，我们用x(t)表示。火灾发生的随机性，表现形式为慢速阴燃、固体燃料明火燃烧以及快速发展的液体油池火等等。不同类型的火灾其最显著的特征参量也存在差异。此外，x(t)并不仅仅只是随火灾特征而变化，还与周围的气候、温度、灰尘及其本身电子线路引起的电子噪声和人为的其他活动都有可能引起输出信号x(t)的变化。
2、非结构性
火灾探测与其他典型的信号检测相比显得较困难，其原因是由于火灾信号检测属于非结构性问题：①人知道如何处理与判断火灾，但较难用数学语言精确描述；②存在一些实际范例，可供人们学习；③最终的火灾信号的识别与判断是一种联想、预测过程。
3、 趋势特征
实践表明：非火灾时探测器输出的信号具有明显的稳态值，而火灾发生时其输出信号则有比较明显的、持续时间较长的正向或负向变化趋势特征。表现为：①非火灾时有明显的稳态值；②火灾发生时信号显示了比较明显的正向（信号增加）趋势特征；③信号的趋势变化持续的时间长，相比一些短暂但强烈的干扰脉冲信号是不同的。
4、频谱特征
火灾信号具有一定的频谱特征。了解火灾信号的频谱性对于我们后面确定火灾探测器的频率响应范围和火灾视频算法有重要意义。通过对不同尺寸、不同结构的房间采用不同种材料进行各种火灾试验，结果表明：火灾初期（阴燃）烟信号的频率集中在0~15Hz，温度的频率在0~55Hz，而在出现明火之后，火焰的频率为8-12Hz。但是烟与温度的最大频率随房间的形状和尺寸而有所变化。
上述火灾信号的特点是我们在火灾信息识别时必须考虑的重要因素。
3.2通信数据信息识别方法
由图3-2可知，火灾自动报警系统的关键部分是火灾的识别技术。当前用于火灾信息识别的方法有很多种，这里主要研究包括通信数据信息识别、基于数字图像技术的识别等方法。这些识别方法的应用与研究对进行火灾自动报警系统分析与决策起着至关重要的作用。同时考虑到数字图像技术的成熟性和优越性，本文重点研究基于数字图像识别技术火灾识别。
26
工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
3.2.1通信方式的分析识别
我们所说的火灾信息识别是指火灾自动报警系统把一个信号变换成另一个信号的过程。其涉及的领域非常广泛，如信号滤波、信号中的干扰或噪声的抑制、信号平滑、信号锐化、信号增强、信号的数学化、信号的恢复和重建、信号的编码和译码、信号的调制和解调、信号的加密和解密、信号的辨识或目标识别等等。大多数火灾自动报警系统控制器还有与CRT连接的通信接口串行相接。串行通信的前提是参数的设置，即波特率、数据位、奇数校验位、停止位的一致，它是保证数据准确接收的必要条件，也是通信双方之间的一套共同的译码方式[29]。下面从波特率的辨识方式；数据信息的0/1量化串方式；非固定串模式匹配算法方式进行分别研究。
1、波特率的辨识方式
波特率的辨识分析即为串/并行脉冲检测识别，步骤如下：
Step1：实时采样发送数据端口发出的高低电平，记录电平变化时间长度T； Step2：按B（波特率）=1/T（时间长度）计算每次变化的比特位数B； Step3：根据数据传输中起始位、数据位、奇偶校验位及停止位的特定变化规律，取Bx中最小值B；
iStep4：将Bx与波特率对照表进行对比，得到监测接口波特率值。
2、数据信息的0/1量化串方式
火灾自动报警系统对实时采样接收到的时间—电平值依照计算机本身的波特率进行0/1字符串量化进行操作，得到一组由0/1字符组成的正文串L符号。如试验收到的一组量化串可为101000011001011001110010001001100110011011。
3、非固定串模式匹配算法方式
现在我们以8 位数据位、奇校验位、1位停止位的参数组合举例来说明该匹配全过程。非固定模式串W格式为10XXXXXXXXY1，其中X和Y的取值在 0～1进行界定。其步骤为：
Step1 ：首先取i=0;
Step2： i 27 工程硕士学位论文 第三章 火灾自动报警系统信息识别方法 Step4： 比较S0、S1、S11的数值是否分别相等于1、0、1，如果分别相等则跳至Step5，否则跳至Step7； Step5：计算S2~S9中的“1”的个数，检验出如果是奇数，则判定S10是否等于0，相等则跳至Step6，不相等的话则跳至Step7；检验出如果是偶数，则判定S10是否等于1，相等则跳至Step6，不相等跳至Step7； Step6 ：取S6～S9作为8位数据的前（低）4位，S2～S5作为8位数据的后（高）4位，计算此8位数据实际值value，将该值进行数据存储，且将变量DataNum（接收数据数量）+1，置i = i+11，返回Step2； Step7 ：从S串中第2位起查找字符“10”，若发现位置为j，则置i=i+j，将变量WrongBits（错误位置数量）+j，跳至Step2；若未能发现，则将变量WrongBits+11，置i=i+11，跳至Step2。 Step8 ：计算结束。 经上述8步计算后，得到16位表示数据0X61，0X73，0X64，0X66，即字符中“ASDF”。依此类推，即可得到正确的通信数据，并最终确定通信设置的各种匹配的参数。 3.2.2 通信数据信息识别 火灾自动报警探测器大都通过对火灾发生时产生的物理和化学变化特征进行火灾信号识别。这些火灾参数包括烟雾、温度、火焰以及气体成分等。然而这些信号在非火灾情况下也可能发生，有时其变化规律与火灾发生时出现的特征极其相似。为此我们在通信数据信息识别中必须坚持做好以下工作： 1、利用数据挖掘— 斜率算法分析 ?x(t)?x0(t)火灾时引入斜率算法的目的是要达到能判断 ：x(t)??f。 x0(t)非火灾时?先假设输入信号为x(n)，相应的稳态值为RW，定义信号x(n)与其稳定值之间的相对差值函数d(n)表示如下： x(n)?RW 公式(3-1) RW在实际运用中，为了补偿环境变化导致的信号稳态值的变化，往往可对信号在较长时间上求其平均值作为稳态值。公式表示为 d(n) ＝ 1RW(n) ＝ 8640086400i?1?x(i) 公式(3-2) 28 工程硕士学位论文 第三章 火灾自动报警系统信息识别方法 采用探测器输出信号值的相对变化特征其中幅度变化的绝对值更便于判断火灾是否发生。则公式（3-3）的k(n1,n2)值表征了信号x(n)在离散时间n1和n2段的斜率 k(n1,n2)?d(n2)?d(n1) 公式(3-3) n2?n1此外由于火灾的发生将导致某火灾信号产生连续一段时间的变化，这是火灾信号与瞬时干扰脉冲等信号的差异所在。为了抑制噪声等干扰对信号斜率计算的影响，引入一个累加函数a(n)： ?[a(n?1)?1]u[d(n?1)sg]a(n)???[a(n?1)?1]u[sg?d(n?1)]sg?0sg?0 公式(3-4) 式中，u(x)为单位阶跃函数，Sg为预设的一个阈值式： 当Sg>0，只有信号幅值与其稳态值RW算得的差值函数d(n)>Sg时，才进行累加运算，否则累加函数a(n)归0； 当差值函数d(n)再超过Sg时，再次开始累加； 对于Sg<0时，只有信号幅值与稳态值RW算得的差值函数d(n) g(n) ＝d(n)δ[a(n)-N] 公式(3-5) ?1 ?(x)???0x?0 公式(3-6) x?0?xf(t)?x0(t)火灾时 x(t)?? 公式（3-7） x(t)非火灾时0? 令公式（3-7）中的 X0(t)=0, Xf(t)=1；将公式（3-6）中?（x）换成x(t)，则 x?0 x(t)??0 公式（3-8） x?01 达到了引入斜率算法的目的。 2、利用规则解析 规则解析就是对输入的规则（即现场规则）：如火警(fire/alarm)、故障(shield)等进行存储及剖析。该模块包括规则输入语句的设计、规则的组织方式，进而组织和分析规则。 按照时间规律（即发生顺序）、重复（数据）判定、地址信息、协议类型及系统/部件类型五层进行一一分类。其中（火警、故障、屏蔽、监管、联动等）的数据包是我们关注的重点；其他系统/部件（如火灾探测报警系统、消防联动控制系统、感烟探测器、手动报警按钮等）也应一一涉及。 29 工程硕士学位论文 第三章 火灾自动报警系统信息识别方法 3、利用数据分析 将采集到的数据进行多模式匹配计算（如按ASCII码、十六进制码、BCD码等）。在进行规则匹配时，只有上一层匹配符合后，才会进行下一层匹配，而不是对每一价目数据包使用所有规则逐条进行检测。只有在前三层匹配正确情况下才去匹配协议类型，辅以系统/部件类型匹配（该条件可以没有），找出数据格式的各种可能组合，通知相应计算模块，加以统计分析、存储并出具分析报告及显示分析结果，继而判识数据有用的格式。 3.2.3 数据及实验分析 信息识别的数据来源为火灾自动报警系统的探测器，而探测器接收是通过安装在火灾报警系统区域内各种类型的探头信号而采集到的。目前探测器的种类有感烟、感温、感光（分为光焰、光电、红外光焰、紫外光焰、图像光焰）、气体探测器。图3-3，图3-4分别为火灾自动报警系统局部区位图、局部显示屏图。 图3-3 火灾自动报警系统局部区位图 图3-4 火灾自动报警系统报警局部显示屏图 通信数据信息识别的大致步骤为： （1）由设置在附属医院各个部位的火灾报警感应探头通过线制向计算机平 30