《一种基于传感器阵列的火源动态定位方法.pdf》由会员分享，可在线阅读，更多相关《一种基于传感器阵列的火源动态定位方法.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103901501 A (43)申请公布日 2014.07.02 CN 103901501 A (21)申请号 201410133834.X (22)申请日 2014.04.04 G01V 9/00(2006.01) (71)申请人 宁波继明电器有限公司 地址 315324 浙江省宁波市慈溪市周巷镇企 业路 546 号 (72)发明人 葛泉波 杜明 管冰蕾 汤显峰 (74)专利代理机构 杭州求是专利事务所有限公 司 33200 代理人 杜军 (54) 发明名称 一种基于传感器阵列的火源动态定位方法 (57) 摘要 本发明涉及一种基于传感器阵列的火源动态 定位方法。本发。
2、明首先将传感器阵列内采集的温 度信号转化为方位角估计 ； 然后分别选取火源坐 标和方位角估计为系统状态向量和测量向量， 建 立相应的非线性状态空间模型 ； 最后利用变分贝 叶斯均方根容积 Kalman 滤波器 （VB-SCKF） 估算出 火源的位置。本发明提出的方法将火源定位由传 统的静态估计推广到一般的动态估计， 而变分贝 叶斯技术的引入也解决了系统模型不精确对定位 精度的影响， 降低定位误差的同时增强了定位方 法的鲁棒性。 (51)Int.Cl. 权利要求书 1 页 说明书 5 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书5页 附图1。
3、页 (10)申请公布号 CN 103901501 A CN 103901501 A 1/1 页 2 1. 一种基于传感器阵列的火源动态定位方法， 其特征在于该方法包括以下 ： 步骤 1. 布置传感器阵列 ： 布置两个温度传感器阵列 A 和 B， 每个阵列由 4 个负温度系 数温度传感器构成 ； 将两个传感器阵列A和B布置在房间天花板任意一侧靠边的位置， 距离 为 L ； 步骤 2. 数据采集与预处理 ： 采用远场定位原理， 阵列 A 和阵列 B 分别将采集到的温度 信号转化为角度估计和其中 k 为离散时间标记 ； 步骤 3. 动态建模 ： 分别选取火源坐标和方位角估计为系统状态向量 x(k) 。
4、和测量向量 z(k)， 建立相应的非线性状态空间模型 ； 步骤 4. 火源位置及其误差估计 ： 基于步骤 3 中建立的状态空间模型， 利用变分贝叶 斯容积 Kalman 滤波算法递推估算火源的位置及其相应的均方根误差协方差阵 S(k|k)， k|k 表示该值即为第 k 时刻的最优估计值， 具体算法步骤如下 ： （4-1） 设置滤波初始条件 ：S(0|0) S0； （4-2） 时间更新 ： 估计一步预测目标状态及其均方根协方差阵 S(k|k-1)， 其 中， k|k-1 表示用 k-1 时刻的目标信息估计第 k 时刻的目标信息 ； （4-3） 量测更新， 具体包括 ： （4-3-1） 计算测量值。
5、的预测估计值 （4-3-2） 计算状态和测量值的互协方差矩阵 Pxz(k|k-1) （4-3-3） 采用变分贝叶斯方法迭代计算测量噪声方差阵均方根新息协方差阵 Szz(k|k-1)， 增益阵 K(k)、 最优估计及其均方根误差协方差 S(k|k)， 迭代过程如下 ： （I） 设置循环控制变量 j 的初值， 令 j 1， 并且给出迭代次数 N1的值， 迭代循环开始 （II） 计算测量噪声方差阵其中上标 j 表示第 j 次迭代时的值 （III） 计算均方根新息协方差阵和增益阵 Kj(k) ； （IV） 计算最优估计及其均方根误差协方差 Sj(k|k) （V） 如果 j N1， 令 j j+1 ； 。
6、然后返回 （II） , 否则执行 （VI） （VI） 结 束 迭 代 过 程，输 出 结 果 ： 权 利 要 求 书 CN 103901501 A 2 1/5 页 3 一种基于传感器阵列的火源动态定位方法 技术领域 0001 本发明属于火灾定位技术领域， 具体涉及一种基于传感器阵列的火源动态定位方 法。 背景技术 0002 随着时代的进步， 城市现代化建设日新月异， 建筑物的结构呈高层化、 复杂化的发 展趋势， 因而对建筑物内消防系统的要求也更高。 火灾， 作为一种具有突发性和强破坏性的 灾害现象， 严重危害人类生命财产安全和自然环境。高层建筑物发生火灾造成的后果更加 严重。火灾源点定位研究为。
7、自动灭火和扑救工作提供准确的位置信息， 也为人员疏散提供 可行路径。 0003 由于基于传感器阵列的方法能有效避免图像型方法在室内遮挡的问题， 因而广泛 应用于火源早期定位。2000 年 Thomas Kaiser 发表了基于温度传感器阵列的火灾探测方 法， 分析了火灾初期温度场的情况和热气流的流动特点， 给出用温度传感器阵列进行火灾 定位的前提条件， 用相关法完成阵列信号时延估计， 并在远场中实现火灾定位的计算。 但是 该方法没有利用历史测量数据， 输出结果误差较大。 为此， 葛泉波等人提出基于传感器阵列 统计特征的火源定位方法 （专利号 ： ZL201110175035.5） ， 该方法基。
8、于统计建模思想扩展估 计， 使用了全局历史数据， 改善了定位估计精度。不足的是， 这一方法必须首先估计火源位 置， 然后才能以火源位置为圆心， 根据几何原理解算出估计误差半径。事实上， 这种设计思 想的合理性在理论上并不能得到保证。 发明内容 0004 本发明的目的在于针对现有基于传感器阵列定位技术的不足， 提供一种基于传感 器阵列测量动态模型的火源定位方法。 0005 本发明方法首先将传感器阵列内采集的温度信号转化为方位角估计 ； 然后分别选 取火源坐标和方位角估计为系统状态向量和测量向量， 建立相应的非线性状态空间模型 ； 最后利用 VB-SCKF 估算出火源的位置。具体包括以下步骤 ： 。
9、0006 步骤1 ： 布置传感器阵列 ： 布置两个温度传感器阵列A和B， 每个阵列由4个负温度 系数温度传感器构成 ； 将两个传感器阵列A和B布置在房间天花板任意一侧靠边的位置， 距 离为 L。 0007 步骤 2 ： 数据采集与预处理 ： 采用远场定位原理， 阵列 A 和阵列 B 分别将采集到的 温度信号转化为角度估计和其中 k 为离散时间标记。 0008 步骤 3 ： 动态建模 ： 分别选取火源坐标和方位角估计为系统状态向量 x(k) 和测量 向量 z(k)， 建立相应的非线性状态空间模型。 0009 步骤 4 ： 火源位置及其误差估计 ： 基于步骤 3 中建立的状态空间模型， 利用 VB。
10、-SCKF 算法递推估算火源的位置及其相应的均方根误差协方差阵 S(k|k) （k|k 表 示该值即为第 k 时刻的最优估计值） ， 具体算法步骤如下 ： 说 明 书 CN 103901501 A 3 2/5 页 4 0010 （4.1） 设置滤波初始条件 ：S(0|0) S0； 0011 （4.2）时间更新 ： 估计一步预测目标状态及其均方根协方差阵 S(k|k-1)， 其中， k|k-1 表示用 k-1 时刻的目标信息估计第 k 时刻的目标信息 ； 0012 （4.3） 量测更新， 具体包括 ： 0013 （4.3.1） 计算测量值的预测估计值 0014 （4.3.2） 计算状态和测量值的。
11、互协方差矩阵 Pxz(k|k-1) 0015 （4.3.3） 采用变分贝叶斯方法迭代计算测量噪声方差阵均方根新息协方差 阵 Szz(k|k-1)， 增益阵 K(k)、 最优估计及其均方根误差协方差 S(k|k)， 迭代过程如 下 ： 0016 （I） 设置循环控制变量 j 的初值， 令 j 1， 并且给出迭代次数 N1的值， 迭代循环 开始 0017 （II） 计算测量噪声方差阵其中上标 j 表示第 j 次迭代时的值 0018 （III） 计算均方根新息协方差阵和增益阵 Kj(k)。 0019 （IV） 计算最优估计及其均方根误差协方差 Sj(k|k) 0020 （V） 如果 j N1， 令 。
12、j j+1 ； 然后返回 （II） , 否则执行 （VI） 0021 （VI）结 束 迭 代 过 程，输 出 结 果 ： 0022 本发明有益效果 ： 传统的定位方法需先估算火源坐标， 然后利用几何原理进一步 求解误差范围。本发明提出的方法能同时计算出这两项指标。与此同时， 本发明涉及的方 法具有递推计算的特性， 有效利用了全局历史测量数据， 从而提高了定位估计精度。此外， 变分贝叶斯技术的引入也增强了定位方法的鲁棒性。 附图说明 0023 图 1 为双传感器阵列火源定位原理图 ； 0024 图 2 为本发明算法流程图。 具体实施方式 0025 下面结合附图和实施例对本发明做进一步说明。 00。
13、26 基于双传感器阵列的火源定位原理如图 1 所示。阵列 A 和阵列 B 均由 4 个负温度 系数传感器构成。采用远场定位原理， 即假设阵列内各传感器之间的距离远小于阵列之间 的距离L， 也远小于阵列与火源之间的距离。 每个传感器阵列实现一个方位的估计。 本实施 例中将传感器阵列布置在静风受限空间天花板一端靠近角落的位置。 0027 选取火源的平面坐标(x0,y0)为系统状态x(k)x0,y0T， 选取双阵列的方位角估 计为系统测量向量（其中上标 “T” 表示矩阵转置运算） ， 则可建立如下 的非线性状态空间模型 ： 说 明 书 CN 103901501 A 4 3/5 页 5 0028 x(。
14、k) x(k-1) (1) 0029 0030 式 （1） 和 （2） 中， arccos 表示取反余弦， (xA,yA) 表示阵列 A 的坐标， v(k) 是均值 为零的高斯白噪声， 且其方差 R(k) 时变未知。 0031 基于传感器阵列的火源动态定位算法流程如图 2 所示， 下面根据式 （1） 和 （2） 所述 的模型， 并结合该流程， 详细介绍各个实施步骤。 0032 步骤1设置滤波初始条件 ：S(0|0)S0， 且假设x(0)独立于v(k)。 0033 步骤 2 时间更新 0034 （2.1） 计算容积点和传播后的容积点 （i 1,2,3,4） 0035 0036 其中，i 1,2,。
15、3,4， 其中点集 e 由下式确定 ： 0037 0038 （2.2） 计算状态预测估计值及其均方根误差协方差阵 S(k|k-1) 0039 0040 其中，“Tria” 表示 Cholesky 分解运算， 且有 ： 0041 0042 步骤 3 量测更新 0043 （3.1） 计算容积点和传播后的容积点 （i 1,2,3,4） 0044 0045 （3.2） 计算测量值的预测估计值 0046 0047 （3.3） 计算状态和测量值的互协方差矩阵 Pxz(k|k-1) 0048 Pxz(k|k-1) X(k|k-1)ZT(k|k-1) (8) 说 明 书 CN 103901501 A 5 4/。
16、5 页 6 0049 其中， 0050 0051 0052 （3.4） 迭代计算测量早噪声方差 0053 （3.4.1） 计算参数预测值 0054 0055 其 中， 1,2T，(k) 1(k),2(k)T； (k) 1(k),2(k)T。 “” 表示 Matlab 中的点运算。 0056 （3.4.2） 迭代初始化， 令 j 1， 给出迭代次数 N1的值， 迭代循环开始 0057 0058 （3.4.3） 计算第 j 次迭代的测量噪声方差阵 0059 0060 其中，“diag” 表示将向量转化为对角矩阵。 0061 （3.5） 计算第 j 次迭代的均方根新息协方差阵 0062 0063 其。
17、中，表示的均方根矩阵。 0064 （3.6） 计算第 j 次迭代的增益阵 Kj(k) 0065 0066 （3.7） 计算第 j 次迭代的最优估计及其均方根误差协方差 Sj(k|k) 0067 0068 （3.8） 判断迭代算法是否继续执行 0069 （3.8.1） 如果 j N1， 令 j j+1 ； 更新迭代估计参数 j(k)， 然后返回 （3.4.3） 0070 0071 其中， 说 明 书 CN 103901501 A 6 5/5 页 7 0072 （3.8.2） 如果 j N1, 结束迭代， 执行步骤 （3.9） 0073 （3.9） 输出结果 ： 0074 需要说明地是， 本发明方法中的状态估计提供了火源的坐标， 而 S(k|k) 的 对角元素平方和的平方根则代表了估计误差半径。 说 明 书 CN 103901501 A 7 1/1 页 8 图 1 图 2 说 明 书 附 图 CN 103901501 A 8 。