發(fā)布時(shí)間：2020-07-15 23:52

【摘要】：森林火災(zāi)會(huì)給人們的生命和財(cái)產(chǎn)安全造成嚴(yán)重的威脅,林火監(jiān)測(cè)是預(yù)防火災(zāi)發(fā)生的重要手段。但現(xiàn)有的林火監(jiān)測(cè)技術(shù)普遍存在監(jiān)測(cè)周期長(zhǎng)、監(jiān)測(cè)靈敏度低、實(shí)施難度大等不足,無法滿足人們對(duì)林火監(jiān)測(cè)的需求。無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)憑借其成本低廉、靈活性好、自動(dòng)化程度高等優(yōu)點(diǎn),在森林防火方面具有較好的應(yīng)用前景。數(shù)據(jù)融合技術(shù)在處理WSN數(shù)據(jù)智能處理方面具有明顯的優(yōu)勢(shì)。因此,本文將針對(duì)WSN在森林火災(zāi)監(jiān)測(cè)中的應(yīng)用進(jìn)行研究。論文在分析了火災(zāi)發(fā)展過程特征的基礎(chǔ)上,選取溫度、煙霧濃度及CO濃度作為本文林火監(jiān)測(cè)的參考指標(biāo),提出一種基于WSN的兩級(jí)數(shù)據(jù)融合方法,提高林火監(jiān)測(cè)的及時(shí)性和準(zhǔn)確性,論文的主要工作如下:1.第一級(jí)數(shù)據(jù)融合的主要目的是完成火災(zāi)預(yù)判和數(shù)據(jù)去冗余�；趯�(duì)火災(zāi)過程特征的分析,本文提出火災(zāi)支持度概念,并在此基礎(chǔ)上提出一種基于火災(zāi)支持度加權(quán)的數(shù)據(jù)融合算法。傳統(tǒng)的數(shù)據(jù)去冗余算法是在同類傳感器上進(jìn)行數(shù)據(jù)融合,對(duì)初期火災(zāi)的識(shí)別靈敏度較低。本文針對(duì)這一問題提出一種基于火災(zāi)支持度加權(quán)的融合算法,該算法可以對(duì)異類傳感器數(shù)據(jù)進(jìn)行融合,并考慮被監(jiān)測(cè)指標(biāo)的變化特征,能有效提高初期火災(zāi)探測(cè)的靈敏度,從而提高火災(zāi)識(shí)別的及時(shí)性。2.在第二級(jí)數(shù)據(jù)融合中,本文在分析了單一D-S證據(jù)理論或粗糙集理論應(yīng)用于林火監(jiān)測(cè)中存在的不足的基礎(chǔ)上,提出一種結(jié)合D-S證據(jù)理論和粗糙集理論的數(shù)據(jù)融合算法。論文從理論角度證明了算法的可行性,同時(shí)還對(duì)D-S證據(jù)理論中存在的證據(jù)沖突問題及粗糙集理論中存在的數(shù)據(jù)離散化問題給出解決方案。新算法可以彌補(bǔ)D-S證據(jù)理論初始函數(shù)賦值易受主觀性影響的缺陷以及粗糙集理論決策解決不確定的缺陷,得到更加客觀,有說服力的決策結(jié)果。3.通過對(duì)中國(guó)標(biāo)準(zhǔn)試驗(yàn)火數(shù)據(jù)進(jìn)行仿真,證明本文所提出的數(shù)據(jù)融合算法在林火監(jiān)測(cè)的及時(shí)性和準(zhǔn)確性上均有一定提高。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP212.9;TN929.5;S762.3
【圖文】：

圖 2.1 信息融合系統(tǒng) 6 級(jí)功能分類模型簡(jiǎn)化框圖上圖中的數(shù)據(jù)融合分類模型為 6 級(jí)融合模型，其融合功能主要包括信源預(yù)處理、檢測(cè)級(jí)融合、位置級(jí)融合、目標(biāo)識(shí)別級(jí)融合、態(tài)勢(shì)估計(jì)、威脅估計(jì)以及精細(xì)處理。在實(shí)際應(yīng)用中，根據(jù)實(shí)際應(yīng)用場(chǎng)景和要求的不同可對(duì)模型進(jìn)行相應(yīng)的調(diào)整。檢測(cè)級(jí)融合的融合過程發(fā)生在信號(hào)層面或者在監(jiān)測(cè)判決層。在經(jīng)典的多傳感器檢測(cè)中，傳感器節(jié)點(diǎn)將自身采集到的所有數(shù)據(jù)直接上傳至數(shù)據(jù)處理中心，由處理中心利用相應(yīng)的算法對(duì)所有數(shù)據(jù)進(jìn)行處理并完成最優(yōu)目標(biāo)檢測(cè)的任務(wù)；在分布式檢測(cè)系統(tǒng)中，各傳感器節(jié)點(diǎn)先對(duì)自身采集到的數(shù)據(jù)進(jìn)行一定規(guī)則的預(yù)處理，然后將處理過的信息傳送至數(shù)據(jù)處理中心，數(shù)據(jù)處理中心對(duì)這些信息進(jìn)行處理并得出全局決策判決；位置級(jí)融合是直接在觀測(cè)報(bào)告或測(cè)量點(diǎn)跡上進(jìn)行的融合或在各個(gè)傳感器狀態(tài)估計(jì)上進(jìn)行的融合，例如對(duì)傳感器時(shí)間和空間上的融合就是一種位置級(jí)融合，位置級(jí)數(shù)據(jù)融合在進(jìn)行數(shù)據(jù)分析利用時(shí)有著十分重要的作用；目標(biāo)識(shí)

圖 2.2 數(shù)據(jù)級(jí)融合模型特征級(jí)融合征級(jí)融合處理的是傳感器數(shù)據(jù)抽象后提取出的特征向量，如圖 2.4 融合過程中，首先要對(duì)傳感器收集到的數(shù)據(jù)進(jìn)行特征提取，之后對(duì)征進(jìn)行關(guān)聯(lián)處理，在特征關(guān)聯(lián)的基礎(chǔ)上進(jìn)行屬性判決。特征級(jí)融合傳輸量，實(shí)時(shí)性較強(qiáng)。并且特征級(jí)融合可以對(duì)多個(gè)不同類型的數(shù)據(jù)因而能夠比較準(zhǔn)確的對(duì)數(shù)據(jù)采集對(duì)象進(jìn)行描述。但是，在對(duì)原始數(shù)取的過程中，不可避免的會(huì)過濾掉某些有用的信息，對(duì)融合結(jié)果的一些影響。

圖 2.2 數(shù)據(jù)級(jí)融合模型2. 特征級(jí)融合特征級(jí)融合處理的是傳感器數(shù)據(jù)抽象后提取出的特征向量，如圖 2.4 所級(jí)融合過程中，首先要對(duì)傳感器收集到的數(shù)據(jù)進(jìn)行特征提取，之后對(duì)特征進(jìn)行關(guān)聯(lián)處理，在特征關(guān)聯(lián)的基礎(chǔ)上進(jìn)行屬性判決。特征級(jí)融合的傳輸量，實(shí)時(shí)性較強(qiáng)。并且特征級(jí)融合可以對(duì)多個(gè)不同類型的數(shù)據(jù)，因而能夠比較準(zhǔn)確的對(duì)數(shù)據(jù)采集對(duì)象進(jìn)行描述。但是，在對(duì)原始數(shù)提取的過程中，不可避免的會(huì)過濾掉某些有用的信息，對(duì)融合結(jié)果的有一些影響。

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 賴小龍;于文華;趙燕東;顏小飛;;基于多傳感器數(shù)據(jù)融合的早期林火識(shí)別[J];西北林學(xué)院學(xué)報(bào);2015年04期

2 杜建華;;基于地面紅外的森林火災(zāi)檢測(cè)方法[J];森林防火;2015年02期

3 陳志航;;基于多傳感器數(shù)據(jù)融合入侵檢測(cè)模型[J];通信技術(shù);2010年11期

4 許祁玉;;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合關(guān)鍵技術(shù)研究[J];山東煤炭科技;2010年03期

相關(guān)博士學(xué)位論文 前1條

1 李曉戀;基于MODIS數(shù)據(jù)的多因子協(xié)同作用下森林火災(zāi)預(yù)測(cè)監(jiān)測(cè)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前6條

1 張會(huì)可;基于STM32的森林防火監(jiān)測(cè)終端的設(shè)計(jì)與開發(fā)[D];西安科技大學(xué);2017年

2 王毅然;兩級(jí)數(shù)據(jù)融合算法在煤礦粉塵監(jiān)測(cè)中的應(yīng)用研究[D];太原理工大學(xué);2017年

3 詹琪;基于視頻圖像的森林火災(zāi)自動(dòng)監(jiān)測(cè)識(shí)別技術(shù)研究[D];電子科技大學(xué);2017年

4 王勇;林火安防預(yù)警與應(yīng)急處理系統(tǒng)關(guān)鍵技術(shù)研究[D];東華理工大學(xué);2017年

5 蘇坡;基于ZigBee無線傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測(cè)系統(tǒng)研究[D];長(zhǎng)安大學(xué);2015年

6 劉永星;WSN中的一種多傳感器數(shù)據(jù)融合算法及在森林防火中的應(yīng)用[D];太原理工大學(xué);2015年

本文編號(hào)：2757186