[发明专利]一种融合式的消防物联网监测预警信号识别方法有效

专利信息
申请号: 202110393313.8 申请日: 2021-04-13
公开(公告)号: CN113129569B 公开(公告)日: 2022-06-14
发明(设计)人: 关劲夫;王宇;王静舞;吴津津;袁宏永;梁光华;苏国锋;疏学明;贺胜;于淼淼;付明 申请(专利权)人: 辰安天泽智联技术有限公司;清华大学合肥公共安全研究院
主分类号: G08B29/04 分类号: G08B29/04;G08B29/14;G16Y40/50
代理公司: 合肥和瑞知识产权代理事务所(普通合伙) 34118 代理人: 王挺
地址: 230000 安徽省合肥市经济技术开发*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 融合 消防 联网 监测 预警 信号 识别 方法
【权利要求书】:

1.一种融合式的消防物联网监测预警信号识别方法,其特征在于,包括如下步骤:

S1,通过发出报警信号的探测器获取理论火源位置θ;其中,探测器用于采集火灾信号;

S2,通过任意两个探测器发出报警信号时的时刻构成的实际时间差Δtl′获取理论火源位置θ的极大似然位置

S3,将极大似然位置设为火源位置,计算步骤S2中的任意两个探测器针对该火源位置发出报警信号时的时刻构成的时间差T;

S4,通过Δtl′采用极大似然概率对步骤S3中的时间差T进行修正,获取修正之后的时间差

S5,计算Δtl′与构成的相对误差δk,k为计算极大似然位置的迭代总次数;

S6,若δk≤δmin,则报警信号为真,即发生火灾,进行火灾处理;否则报警信号为假,即未发生火灾。

2.如权利要求1所述的融合式的消防物联网监测预警信号识别方法,其特征在于:获取步骤S2中的极大似然位置的具体步骤如下:

S21,通过发送报警信号的探测器所在的位置获知理论火源位置θ;

S22,通过探测器所在的建筑物,获取与该建筑物相对应的建筑结构微元;

S23,假定建筑结构微元中任意两个位置的探测器接收到理论火源位置θ处的火源信息而发送报警信号,则该报警信号的时间间隔为Δt;建筑结构微元中的探测器的位置与建筑物中的探测器的位置相对应;

S24,通过θ和Δt,获取建筑物中理论火源位置θ处对应的火灾概率密度函数关于Δt的边缘概率密度函数;

S25,建立边缘概率密度函数的贝叶斯估计;

S26,通过贝叶斯估计建立火灾概率似然函数;

S27,火灾概率似然函数迭代k次的最大值对应的火源位置为极大似然位置

3.如权利要求2所述的融合式的消防物联网监测预警信号识别方法,其特征在于,步骤S26中的火灾概率似然函数y:

式中,Δt′为Δt′l对应的参量,将Δt划分为n份,Δti为n份中的第i份对应的时刻,Δti-1为n份中的第i-1份对应的时刻,p(θ)为理论火源位置θ发生火灾的先验概率,f(Δt|θ)为火灾概率密度函数f(Δt,θ)关于Δt的边缘概率密度函数,为Δt取时的误差分布函数;

将理论火源位置θ投影到建筑物于其所在水平面所构成的矩形,该矩形任意一个宽边记为L,以宽边L为起点沿矩形长度方向等间距划分网格,θj为第j个网格的中心与宽边L之间的距离,f(θj)为f(Δt,θ)关于Δt的边缘积分,f(Δt|θj)为当f(Δt|θ)中的θ取θj时的函数。

4.如权利要求3所述的融合式的消防物联网监测预警信号识别方法,其特征在于:

式中,σ为常数。

5.如权利要求2所述的融合式的消防物联网监测预警信号识别方法,其特征在于,步骤S21的具体步骤如下:

S211,当有探测器发出报警信号时,获取发送报警信号的探测器甲的位置;

S212,当再次接收到与探测器甲邻近探测器乙发出的报警信号时,获取探测器乙的位置,通过建筑物内探测器甲和探测器乙的位置,获取与该建筑物相对应的建筑结构微元,同时获取建筑结构微元内与探测器甲和探测器乙相应的两个探测器发出报警信号的时间差;

S213,通过步骤S212中的时间差和建筑结构微元,获取理论火源位置θ。

6.如权利要求1~5任一项所述的融合式的消防物联网监测预警信号识别方法,其特征在于,

7.如权利要求1所述的融合式的消防物联网监测预警信号识别方法,其特征在于,报警信号的数量记为N,N和kmax满足如下关系式:

kmax=N-1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辰安天泽智联技术有限公司;清华大学合肥公共安全研究院,未经辰安天泽智联技术有限公司;清华大学合肥公共安全研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110393313.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top