CN103901501B - 一种基于传感器阵列的火源动态定位方法 - Google Patents

一种基于传感器阵列的火源动态定位方法 Download PDF

Info

Publication number
CN103901501B
CN103901501B CN201410133834.XA CN201410133834A CN103901501B CN 103901501 B CN103901501 B CN 103901501B CN 201410133834 A CN201410133834 A CN 201410133834A CN 103901501 B CN103901501 B CN 103901501B
Authority
CN
China
Prior art keywords
cause
burning things
fire disaster
array
root
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410133834.XA
Other languages
English (en)
Other versions
CN103901501A (zh
Inventor
葛泉波
杜明
管冰蕾
汤显峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NINGBO FEITUO ELECTRIC APPLIANCE CO., LTD.
Original Assignee
Ningbo Feituo Electric Appliance Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo Feituo Electric Appliance Co Ltd filed Critical Ningbo Feituo Electric Appliance Co Ltd
Priority to CN201410133834.XA priority Critical patent/CN103901501B/zh
Publication of CN103901501A publication Critical patent/CN103901501A/zh
Application granted granted Critical
Publication of CN103901501B publication Critical patent/CN103901501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Fire Alarms (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

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。

Description

一种基于传感器阵列的火源动态定位方法
技术领域
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
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。
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
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。
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：
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)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VB-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：
（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；然后返回（II）,否则执行（VI）
（VI）结束迭代过程，输出结果：
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
图1为双传感器阵列火源定位原理图；
图2为本发明算法流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
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。
选取火源的平面坐标(x0,y0)为系统状态x(k)＝[x0,y0]T，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：
x(k)＝x(k-1) (1)
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。
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。
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)。
步骤2时间更新
（2.1）计算容积点和传播后的容积点（i＝1,2,3,4）
其中，i＝1,2,3,4，其中点集{e}由下式确定：
（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)
其中，“Tria”表示Cholesky分解运算，且有：
步骤3量测更新
（3.1）计算容积点和传播后的容积点（i＝1,2,3,4）
（3.2）计算测量值的预测估计值
（3.3）计算状态和测量值的互协方差矩阵Pxz(k|k-1)
Pxz(k|k-1)＝X(k|k-1)ZT(k|k-1) (8)
其中，
（3.4）迭代计算测量早噪声方差
（3.4.1）计算参数预测值
其中，ρ＝[ρ1,ρ2]T，φ(k)＝[φ1(k),φ2(k)]T；β(k)＝[β1(k),β2(k)]T。“·”表示Matlab中的点运算。
（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
（3.4.3）计算第j次迭代的测量噪声方差阵
其中，“diag”表示将向量转化为对角矩阵。
（3.5）计算第j次迭代的均方根新息协方差阵
其中，表示的均方根矩阵。
（3.6）计算第j次迭代的增益阵Kj(k)
（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)
（3.8）判断迭代算法是否继续执行
（3.8.1）如果j＜N1，令j＝j+1；更新迭代估计参数βj(k)，然后返回（3.4.3）
其中，
（3.8.2）如果j＝N1,结束迭代，执行步骤（3.9）
（3.9）输出结果：
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。

Claims (1)

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)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；然后返回(II),否则执行(VI)
(VI)结束迭代过程，输出结果：
CN201410133834.XA 2014-04-04 2014-04-04 一种基于传感器阵列的火源动态定位方法 Active CN103901501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410133834.XA CN103901501B (zh) 2014-04-04 2014-04-04 一种基于传感器阵列的火源动态定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410133834.XA CN103901501B (zh) 2014-04-04 2014-04-04 一种基于传感器阵列的火源动态定位方法

Publications (2)

Publication Number Publication Date
CN103901501A CN103901501A (zh) 2014-07-02
CN103901501B true CN103901501B (zh) 2017-03-08

Family

ID=50992943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410133834.XA Active CN103901501B (zh) 2014-04-04 2014-04-04 一种基于传感器阵列的火源动态定位方法

Country Status (1)

Country Link
CN (1) CN103901501B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106781187B (zh) * 2016-12-02 2019-04-09 武汉科技大学 基于多维系统fm模型的火灾现场火源区域定位方法
CN108521625B (zh) * 2018-03-05 2020-07-10 阳泉煤业（集团）股份有限公司 采空区高温点无线监测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298816A (zh) * 2011-05-17 2011-12-28 杭州电子科技大学 一种多源融合船舶机舱火灾预警方法
CN102519598A (zh) * 2011-06-27 2012-06-27 杭州电子科技大学 基于传感器阵列统计特征的火源定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7814036B2 (en) * 2003-06-19 2010-10-12 Haliburton Energy Services, Inc. Processing well logging data with neural network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298816A (zh) * 2011-05-17 2011-12-28 杭州电子科技大学 一种多源融合船舶机舱火灾预警方法
CN102519598A (zh) * 2011-06-27 2012-06-27 杭州电子科技大学 基于传感器阵列统计特征的火源定位方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Cubature Kalman Filters;Ienkaran A,et al;《IEEE transactions on automatic control》;20091231;第54卷(第6期);1254-1269 *
基于IMM-SCKF-STF的机动目标跟踪算法;李国伟等;《微电子学与计算机》;20121031;第29卷(第10期);128-132 *
基于P-B-P最优准则的网络检测算法;文成林等;《电子学报》;20130131;第41卷(第1期);56-61 *
基于随机采样的多量测目标跟踪算法;刘伟峰等;《自动化学报》;20130228;第39卷(第2期);168-178 *
带宽有限条件下的网络检测算法;方正等;《科技通报》;20110331;第27卷(第2期);252-257 *

Also Published As

Publication number Publication date
CN103901501A (zh) 2014-07-02

Similar Documents

Publication Publication Date Title
CN109163720A (zh) 基于渐消记忆指数加权的卡尔曼滤波跟踪方法
CN104301999A (zh) 一种基于rssi的无线传感器网络自适应迭代定位方法
CN111601253B (zh) 无源被动智能跟踪定位方法、系统、存储介质、跟踪定位终端
CN106851820B (zh) 一种井下无线传感网络的定位方法
Zhuang et al. Visible light positioning and navigation using noise measurement and mitigation
WO2012024474A3 (en) System and method for estimating directional characteristics based on bending moment measurements
WO2013059636A1 (en) Time of arrival based wireless positioning system
CN103901501B (zh) 一种基于传感器阵列的火源动态定位方法
CN110320520B (zh) 一种测深信息同步定位与建图的鲁棒后端图优化方法
CN109195110B (zh) 基于层次聚类技术和在线极限学习机的室内定位方法
CN110530424B (zh) 一种基于目标威胁度的空中目标传感器管理方法
JP2017122724A (ja) 無線装置の位置を推定するためのシステム及び方法
CN106102162B (zh) 一种用于无线传感器网络三维定位的迭代估计方法
CN110187335A (zh) 针对具有非连续特性目标的粒子滤波检测前跟踪方法
US20140303929A1 (en) Method to obtain accurate vertical component estimates in 3d positioning
CN105353351A (zh) 一种基于多信标到达时间差改进型定位方法
CN111551897B (zh) 传感器位置误差下基于加权多维标度和多项式求根的tdoa定位方法
CN104363649A (zh) 带有约束条件的ukf的wsn节点定位方法
CN104581944B (zh) 一种自适应精度控制的wsn节点定位方法
CN108592907A (zh) 一种基于双向滤波平滑技术的准实时步进式行人导航方法
CN103312297B (zh) 一种迭代扩展增量卡尔曼滤波方法
CN107797091B (zh) 一种基于子空间的新型纯方位目标定位方法
CN110536410B (zh) 非视距环境下基于rss和tdoa测量的定位方法
CN111460362A (zh) 一种基于四元传声器阵列群的声源定位数据互补方法
CN111238480A (zh) 基于距离残差的nlos识别方法及在室内定位中的应用

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: NINGBO FEITUO ELECTRIC APPLIANCE CO., LTD.

Free format text: FORMER OWNER: JIMING ELECTRIC APPLIANCES CO., LTD., NINGBO

Effective date: 20150615

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150615

Address after: 315324 Zhouxiang City, Ningbo province Cixi Town Road, No. 546,

Applicant after: NINGBO FEITUO ELECTRIC APPLIANCE CO., LTD.

Address before: 315324 Zhouxiang City, Ningbo province Cixi Town Road, No. 546,

Applicant before: Ningbo Jiming Electric Appliance Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant