论文研究基于模糊证据理论算法在火灾检测中的应用.pdf

在复杂多变的火灾检测环境中，针对传统火灾检测方式准确率不高，适应性较差的问题。将模糊集合和D-S证据推理有机结合，提出一种新的用于火灾检测的多传感器数据融合的方法。该方法首先利用火焰、烟雾和温度传感器感知火灾状态，然后根据给出模糊隶属函数计算各个传感器的模糊隶属度。为了增强系统的抗干扰性，引入了计算传感器可信度的方法，并根据每次测量隶属度和可信度转化为基本概率分配函数(mass函数)，最后利用证据理论对一个周期内多次测量的信息进行融合。结果表明，该方法提高了火灾检测判别的准确率，克服单个传感器带来的不稳定性和不确定性，增强了火灾检测系统的鲁棒性。