提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍.通过模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期良好的效果.
Proposed a multisensor data fusion technology, which is based on neural network and fuzzy reasoning technologies and field bus, It thoroughly abstracts the data fusion technology. The results of imitated really input information confirmed that the multisensor data fusion technology is used BP neural network and fuzzy reasoning can accurately forecast fire, effectivly lower false alarm rate, and it reached the expected good results.
[1] 高金辉, 陈玉珠, 汪晓晨. 多传感器信息融合技术在智能火灾报警系统中的应用 [J]. 传感器世界 2008.doi:10.3969/j.issn.1006-883X.2008.06.010
[2] 张铁壁, 吴并臻. 基于CAN总线的压力测量节点的设计 [J]. 仪表技术与传感器 2004.doi:10.3969/j.issn.1002-1841.2004.09.016
[3] 王淑娴, 吕振, 于跃. 基于信息融合技术的火灾监控系统 [J]. 电气应用 2008.doi:10.3969/j.issn.1672-9560.2008.03.014
[4] 张兢, 路彦和, 雷刚, Zhang Jing, Lu Yanhe, Lei Gang. 基于多传感器数据融合的智能火灾预警系统 [J]. 计算机工程与应用 2006.doi:10.3321/j.issn:1002-8331.2006.06.061
[5] HAHA R K D. Self-learning fuzzy neural networks and computer vision for control of pulsed GTAW [J]. IVD Technology 2005.
[6] 王润生. 信息融合 [M]. 北京:北京科学技术出版社 2007.
[7] 康耀红. 数据融合理论及应用 [M]. 西安:西安电子科技大学出版社 2006.
[8] 杨万海. 多传感器数据融合及其应用 [M]. 西安:西安电子科技大学出版社 2004.
[9] HALL D L. Mathematical techniques in multisensor data fusion [M]. Boston:artech House 2008.
