基于PIC12F675单片机的多参量火警监测器实现

liyf

  
         
    The soft-decision algorithm and single-chip computer implementation of multi-parameter fire-alarm detector
摘  要  介绍了一种基于软判决信息融合技术的多参量火警监测器，并用PIC12F675单片机进行了实现。该监测器将火情发生时烟雾、火焰和温度三个传感器特有的观测域分解成若干个互不相容的子区间，根据Bayes决策原理，进行信息融合，最后得出对火情的最优判断，很好地解决了报警灵敏度和误报率之间的矛盾。
关键词  火警预报    软判决      信息融合
Abstract: A multi-parameter fire-alarm detector based on the soft-decision information fusion technique is presented, and is implemented by PIC12F675 single-chip computer. The detector firstly divides the specific observation domain of three sensors, namely, smoke, flame and temperature in the fire time, into certain ranges, and makes information fusion according to Bayes principle, thus finally obtaining an optimal judgment on the fire situation and solving the conflict of alarming sensitivity and false prediction rate.  
Keywords: Fire-alarm detector，   Soft-decision，  Information fusion
1 引言
火情监测对于保护人民生命财产安全意义重大，随着科技发展，检测手段不断更新，网络通信、嵌入式系统等高新技术在火情检测中已得到广泛应用[4]。传统的火灾监控系统采用单个传感器对一种物理现象进行监测，其灵敏度完全依赖于传感器的灵敏度，常常造成报警灵敏度和误报率之间的矛盾。文献[1]介绍了一种运用模糊处理技术的多参量火警预报系统，该系统请专家评判各种模糊处理的结果，可操作性不是很强。本文介绍的基于软判决信息融合、并用单片机加以实现的多参量火警监测器有效地解决了报警灵敏度和误报率之间的矛盾，而且容易实现，具有很强的可操作性。
2 用于火警监测的软判决算法
近年来，信息融合技术已被广泛地应用于军事和非军事领域。所谓信息融合就是将多个传感器信息进行综合处理，从而得出更为准确的结论。在火灾报警领域也可以运用信息融合技术,以提高火灾报警的及时性和可靠性。火情发生时可能会引起环境温度上升，产生烟雾和火光，但是，由于火情发生时有其不可预见性，无法预知火情何时何地以何种方式发生，烟雾、火焰和温度的变化是完全随机的，因此，单个传感器对火情难以做出准确的判断，往往是在某一环境下表现出很高的误报率，而在另一环境下却表现出很高的漏报率。只有把烟雾、火焰和温度三个传感器的信息融合起来，才有可能对火情做出及时准确的判断。


500)this.style.width=500;" border=0>


500)this.style.width=500;" border=0>


500)this.style.width=500;" border=0>


500)this.style.width=500;" border=0>
这样，将利用烟雾、火焰和温度综合判别火警的问题，转换成了一个在三维空间的线性判别问题。上式中条件表达式的左边各项实际上是单因数报警时烟雾、火焰和温度的各子区间的似然比对数。
火灾发生时产生的烟雾、火焰和温度变化是十分复杂的随机过程，它们中的任何一个都可以在一定范围内单独地用来进行火警预报，多因素报警实际上是对单因素报警的补充和增强，它可以大大提高火警预报的及时性和准确性，为了达到这个目的，在火警监测器中引入信息融合规则时，应该不影响单因素判决的效能，基于这种考虑，在应用式（5）进行火警判别时，当式（5）中条件表达式的左边某一项似然比对数值小于0时，就使其等于0，这样，即使某一传感器无论以何种原因发生故障或


500)this.style.width=500;" border=0>
[1] [2]  下一页
         
          [/td]
        [/tr]
      
  
         
   

融合中心依据各传感器监测到的观测域区间号直接读取表1中的 ，代入式（5），得出一个全局判决结果。显然，表1中的区间划分是统计意义下的区间划分，也就是说，一个特定的区间，其实际的测量值是多少，应该采用统计的方法来确定，但是，完全统计意义下的区间划分不仅难以实现，而且没有必要，一般情况下可以根据经验和实验来进行区间划分。下面以烟雾浓度 为例，来说明本文将各传感器的观测域划分成表1所示的10个互不相容的子区间的具体做法：
第一步，确定预警点和报警点：按照单因素监测的方法，在只有烟雾传感器工作的情况下，确定预警时的烟雾浓度 和报警时的烟雾浓度 。


500)this.style.width=500;" border=0>   

500)this.style.width=500;" border=0>
3 监测器的单片机实现
以单片机为核心的多参量火警监测器的硬件组成如图2所示。图2中单片机选用Microchip公司生产的8引脚超小型单片机PIC12F675[3]，该芯片的主要功能是：含有1024×14程序存储器FLASH，64×8数据存储器SRAM，128×8数据存储器EEPROM，4通道10位A/D转换器，1个模拟电压比较器，1个8位定时/计数器，1个16位定时/计数器，7个中断源；等等。实际使用中取8位A/D 转换结果就足够了。烟雾传感器采用高阻抗烟敏离子源，烟雾进入电离室后，使离子源的等效电阻变大；温度传感器采用高灵敏度片状陶磁热敏电阻，其特点是灵敏度高、体积小、线性好；火焰传感器采用集成红外光敏管或电阻，其所感应的是频率较低的火光中的红外线，而不感应阳光中的红外线。以PIC12F675为核心，提高了火警监测器的智能化程度，简化了系统设计。监测器将来自烟雾、火焰和温度等3个传感器的模拟量信号转换为数字信号，依据上述软判决算法，对火情得出一个在Bayes决策意义下的最优判断。监测器作为一种点型监控单元，除可进行报警显示外，还可将判决结果传送给监控中心。
软判决算法程序采用PIC汇编语言编写，固化在PIC12F675的片内FLASH中，图3是与软判决融


500)this.style.width=500;" border=0>
4 实验结果


500)this.style.width=500;" border=0>
5 结论
本文监测器因为采用了软判决信息融合技术，多个传感器对环境进行多方位的监控，能有效地克服传感器本身离散性大，对环境变化比较敏感，报警器通用性差、受环境因素干扰大等问题，从而提高了报警的可信度，减少了误报率。采用多参量融合技术后，融合了多个传感器的不同信息，任何单个参量出错都不会导致最终结果出错，而且可保证一定的灵敏度，可靠性增强。监测器将火警预报分为预警和报警两级，便于工作人员采取不同的措施。监测器还具有结构简单，容易实现等特点。
本文作者创新点：提出了在火警监测中，应用Bayes决策原理，对烟雾、火焰和温度等三个传感器进行观测域区间划分和信息融合的具体方法。
参考文献
1  蔡彦，李白帆，邹平松等．一种运用模糊处理技术的多参量火警预报系统[J]．电子技术应用，1998，8：13－15.
2  何友、王国宏著．多传感器信息融合及应用．北京：电子工业出版社，2000．48－51．
3  PIC12F629/675 Data Sheet——8-Pin FLASH-Based 8-Bit CMOS Microcontrollers, DS41190C，2003 Microchip Technology，Inc，http://ww1.microchip.com/downloads/en/DeviceDoc/41190c.pdf：1-67．
4  曹云鹏，基于嵌入式Linux的实时火情监控系统[J]．微计算机信息，2007，5-2：51-53．
作者简介：  张专成，男，1948年2月出生， 陕西西安人，教授，硕士研究生导师，主要从事数字信号处理、微机应用等方面的教学与科研工作。
联系人：张专成
工作单位：西安武警工程学院通信工程系声像教研室
通信地址：陕西省西安市三桥、武警工程学院通信工程系声像教研室
邮编：  710086上一页  [1] [2]
         
          [/td]
        [/tr]