基于反向傳播神經(jīng)網(wǎng)絡(luò )的無(wú)線(xiàn)火災預警系統

摘要：針對傳統火災預警系統中單一傳感器數據檢測的缺陷，提出一種基于反向傳播神經(jīng)網(wǎng)絡(luò )模型的無(wú)線(xiàn)多傳感信息融合火災預警系統。該模型借助Matlab平臺進(jìn)行信息融合算法模擬，并經(jīng)過(guò)試驗驗證，大大提高了火災預警系統的準確率和可靠性。
關(guān)鍵詞：反向傳播神經(jīng)網(wǎng)絡(luò )；信息融合；ZigBee；火災預警

0 引言
提出一種基于反向傳播神經(jīng)網(wǎng)絡(luò )的無(wú)線(xiàn)多傳感信息融合火災預警系統。通過(guò)對溫度、火焰、煙霧和CO濃度等多類(lèi)同構或異構傳感器的冗余信息和互補信息進(jìn)行多級別和多方面融合處理，從而獲得比單一或單類(lèi)傳感器更為準確、可靠的檢測。同時(shí)，采用無(wú)線(xiàn)方式，系統組網(wǎng)靈活，且便于施工。系統模型借助Matlah平臺進(jìn)行建構和模擬仿真，從而大大提高了開(kāi)發(fā)效率。

1 系統設計
基于反向傳播神經(jīng)網(wǎng)絡(luò )的無(wú)線(xiàn)火災預警系統由預處理單元、ZigBee無(wú)線(xiàn)傳感網(wǎng)絡(luò )、信息融合處理單元和預警發(fā)布四部分構成。預處理單元首先承擔來(lái)自多傳感器陣列的初級信息處理，主要是數據清洗、初級信息處理和應急控制。然后通過(guò)ZigBee無(wú)線(xiàn)傳感網(wǎng)絡(luò )上傳預處理數據至信息融合處理單元，處理后的數據進(jìn)行保存并經(jīng)過(guò)預警發(fā)布單元輸出。其預警系統原理框圖如圖1所示。

2 系統算法模型
2．1 反向傳播神經(jīng)網(wǎng)絡(luò )算法模型
信息融合處理單元的信息融合決策部分是系統實(shí)現的關(guān)鍵結點(diǎn)，其決策單元是整個(gè)火災預警系統的核心單元，建立在神經(jīng)網(wǎng)絡(luò )的數學(xué)模型基礎上。
本文采用基于三層網(wǎng)絡(luò )結構的反向傳播神經(jīng)網(wǎng)絡(luò )模型。反向傳播神經(jīng)網(wǎng)絡(luò )(簡(jiǎn)稱(chēng)BP網(wǎng)絡(luò ))是將W-H學(xué)習規則一般化，對非線(xiàn)性可微分函數進(jìn)行權值訓練的多層網(wǎng)絡(luò )。該BP網(wǎng)絡(luò )是一種多層前向反饋神經(jīng)網(wǎng)絡(luò )，其神經(jīng)元的變換函數選取S型函數，因此輸出量為0～1之間的連續量，它可以實(shí)現從輸入到輸出任意非線(xiàn)性的映射，其權值的調整采用反向傳播的學(xué)習算法模型。
該模型通過(guò)訓練樣本訓練網(wǎng)絡(luò )中的權值系數，直到隨機學(xué)習誤差趨于穩定且滿(mǎn)足學(xué)習誤差閾值的時(shí)候，停止訓練，取當前的權值系數作為最終的判斷系數。
其網(wǎng)絡(luò )模型結構如圖2所示。