摘 要：【目的】在大型公共建筑火災(zāi)自動(dòng)報(bào)警場(chǎng)景中，現(xiàn)行報(bào)警方法所采集的信息存在滯后性且錯(cuò)誤數(shù)據(jù)較多，導(dǎo)致誤警率較高，無(wú)法到達(dá)預(yù)期效果。為此，提出基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動(dòng)報(bào)警方法?！痉椒ā渴紫?，利用無(wú)線(xiàn)傳感器自動(dòng)感知建筑火災(zāi)溫度信號(hào)與煙霧信號(hào)，并通過(guò)LoRa技術(shù)對(duì)火災(zāi)信號(hào)進(jìn)行傳輸。其次，分析火災(zāi)數(shù)據(jù)置信度，從原始數(shù)據(jù)中提取到有效數(shù)據(jù)，采用多源數(shù)據(jù)融合算法對(duì)火災(zāi)信號(hào)融合處理，確定火災(zāi)風(fēng)險(xiǎn)系數(shù)，對(duì)識(shí)別出的火災(zāi)進(jìn)行自動(dòng)報(bào)警?！窘Y(jié)果】實(shí)驗(yàn)證明，該方法對(duì)大型公共建筑火災(zāi)的誤警率不超過(guò)1%，報(bào)警精度較高?！窘Y(jié)論】該方法能提高大型公共建筑火災(zāi)報(bào)警的可靠性和智能化水平，有助于更好預(yù)防和遏制建筑火災(zāi)，保護(hù)人們生命和財(cái)產(chǎn)安全。

關(guān)鍵詞：多源數(shù)據(jù)融合；大型公共建筑；火災(zāi)；自動(dòng)報(bào)警；LoRa技術(shù)；無(wú)線(xiàn)傳感器

中圖分類(lèi)號(hào)：TP277" " "文獻(xiàn)標(biāo)志碼：A" " "文章編號(hào)：1003-5168（2025）02-0034-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.02.007

Abstract：[Purposes] In the scene of automatic fire alarm in large public buildings， because the information captured by the existing alarm methods is lagging， there are many wrong data， and the 1 alarm rate is high， resulting in failing to meet the expected effect. Therefore， an automatic fire alarm method for large public buildings based on multi-source data fusion is proposed. [Methods] The temperature signal and smoke signal of building fire are automatically sensed by wireless sensor， and the fire signal is transmitted by LoRa technology. After analyzing the confidence of fire data， effective data is extracted from the original data， and the fire signal is fused by multi-source data fusion algorithm to determine the fire risk coefficient and automatically alarm the identified fire. [Findings] Experiments show that the 1 alarm rate of this method for large public building fires does not exceed 1%， and the alarm accuracy is high. [Conclusions] The research in this paper can improve the reliability and intelligence level of fire alarm in large public buildings， which will help to better prevent and contain building fires and protect people's lives and property safety.

Keywords： multi-source data fusion; large public buildings; fire; automatic alarm; LoRa technology; wireless sensor

0 引言

火災(zāi)作為一種常見(jiàn)災(zāi)害，不僅會(huì)造成人員傷亡和財(cái)產(chǎn)損失，還會(huì)對(duì)社會(huì)秩序和經(jīng)濟(jì)發(fā)展產(chǎn)生深遠(yuǎn)影響。因此，火災(zāi)防控工作顯得尤為重要，而火災(zāi)自動(dòng)報(bào)警系統(tǒng)作為火災(zāi)防控的重要組成部分，對(duì)其進(jìn)行研究與應(yīng)用具有重要意義。大型公共建筑（如商場(chǎng)、醫(yī)院、學(xué)校、辦公樓等）因人員密集、建筑結(jié)構(gòu)復(fù)雜，一旦發(fā)生火災(zāi)，疏散和救援工作的開(kāi)展難度極大。因此，在大型公共建筑中安裝火災(zāi)自動(dòng)報(bào)警系統(tǒng)，能及早發(fā)現(xiàn)火災(zāi)，并采取相應(yīng)措施，對(duì)保障人民生命財(cái)產(chǎn)安全具有重要意義?；馂?zāi)自動(dòng)報(bào)警系統(tǒng)會(huì)實(shí)時(shí)監(jiān)測(cè)火災(zāi)特征（如煙霧、溫度、火焰等），一旦檢測(cè)到異常，便立即發(fā)出報(bào)警信號(hào)，提醒相關(guān)人員及時(shí)采取應(yīng)對(duì)措施，從而有效減少火災(zāi)帶來(lái)的損失。近年來(lái)，相關(guān)學(xué)者與專(zhuān)家對(duì)大型公共建筑火災(zāi)自動(dòng)化報(bào)警技術(shù)展開(kāi)研究，并取得一定研究成果。

田野［1］提出基于LoRa技術(shù)的報(bào)警方法，通過(guò)LoRa無(wú)線(xiàn)通信模塊，將溫度傳感器、漏電電流傳感器等探測(cè)器采集到的異常數(shù)據(jù)實(shí)時(shí)傳輸至監(jiān)控中心，實(shí)現(xiàn)火災(zāi)的早期預(yù)警；岳云濤等［2］提出基于NB-IoT的報(bào)警方法，通過(guò)NB-IoT網(wǎng)絡(luò)將采集到的火災(zāi)信息實(shí)時(shí)傳輸至云平臺(tái)，并對(duì)信息進(jìn)行處理和分析，從而識(shí)別火災(zāi)特征并報(bào)警。雖然現(xiàn)行方法已得到廣泛應(yīng)用，但仍存在一些不足之處，且誤警率較高，無(wú)法達(dá)到預(yù)期效果。針對(duì)上述問(wèn)題，本研究提出基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動(dòng)報(bào)警方法。

1 公共建筑火災(zāi)信號(hào)智能感知與傳輸

當(dāng)發(fā)生火災(zāi)時(shí)，火源點(diǎn)會(huì)產(chǎn)生大量煙霧，且周?chē)鷾囟葧?huì)升高。因此，可將溫度、煙霧作為識(shí)別建筑火災(zāi)的變量，通過(guò)在大型公共建筑內(nèi)安裝溫度傳感器和煙霧傳感器，以此采集建筑內(nèi)的溫度信號(hào)與煙霧信號(hào)。根據(jù)需求，本研究選擇JGHFA-A45F8溫度傳感器、JZAHSF-A4F4煙霧傳感器。此外，為避免傳感器互相干擾，兩個(gè)傳感器的安裝間距在2 m以上。為確保無(wú)線(xiàn)傳感器采集的火災(zāi)信號(hào)能穩(wěn)定且有效地傳輸，采用LoRa技術(shù)實(shí)現(xiàn)火災(zāi)信號(hào)的無(wú)線(xiàn)接收與發(fā)送［3］。在建筑內(nèi)部署LoRa節(jié)點(diǎn)，一個(gè)無(wú)線(xiàn)傳感器可視為一個(gè)LoRa節(jié)點(diǎn)，在LoRa技術(shù)的應(yīng)用中，選擇型號(hào)為Sx1785的LoRa芯片作為火災(zāi)信號(hào)傳輸控制芯片，通過(guò)IYFA串口實(shí)現(xiàn)無(wú)線(xiàn)傳感器與LoRa芯片的無(wú)線(xiàn)連接。當(dāng)傳感器檢測(cè)到電氣火災(zāi)信號(hào)時(shí)，LoRa芯片立即啟動(dòng)擴(kuò)頻通信，將信號(hào)通過(guò)天線(xiàn)發(fā)送至數(shù)據(jù)接收終端。根據(jù)LoRa技術(shù)理論，無(wú)線(xiàn)傳感器信號(hào)傳輸信道容量的計(jì)算見(jiàn)式（1）。

通過(guò)擴(kuò)頻因子將原始的火災(zāi)電氣信號(hào)傳輸信道容量擴(kuò)充，通常將火災(zāi)信號(hào)擴(kuò)展成多位的數(shù)據(jù)序列。當(dāng)LoRa芯片從標(biāo)準(zhǔn)工作模式切換到信號(hào)發(fā)送模式時(shí)，會(huì)將生成的發(fā)送序列寫(xiě)入發(fā)送隊(duì)列，并通過(guò)天線(xiàn)將信號(hào)發(fā)送至接收端［5］。在發(fā)送完一組信號(hào)后，LoRa芯片進(jìn)行判斷，如果有新的信號(hào)需要發(fā)送，則繼續(xù)發(fā)送下一組信號(hào)；如果沒(méi)有新的信號(hào)，則返回標(biāo)準(zhǔn)工作模式，以此實(shí)現(xiàn)對(duì)無(wú)線(xiàn)傳感器采集的火災(zāi)信號(hào)傳輸，用于后續(xù)火災(zāi)識(shí)別報(bào)警。

2 火災(zāi)數(shù)據(jù)篩選

考慮到無(wú)線(xiàn)傳感器感知的火災(zāi)信號(hào)中含有大量無(wú)效信號(hào)，為保證火災(zāi)報(bào)警精度，對(duì)火災(zāi)數(shù)據(jù)置信度進(jìn)行分析，從原始數(shù)據(jù)中提取有效數(shù)據(jù)，完成對(duì)火災(zāi)數(shù)據(jù)的篩選。為了描述火災(zāi)數(shù)據(jù)的特性，采用高斯分布曲線(xiàn)作為每個(gè)傳感器的特征函數(shù)。為了量化第[i]個(gè)傳感器和第[j]個(gè)傳感器觀測(cè)值之間的相似程度，引入置信距離測(cè)度，通過(guò)計(jì)算兩個(gè)傳感器觀測(cè)值對(duì)應(yīng)的高斯分布曲線(xiàn)下的面積差得到。置信距離測(cè)度的計(jì)算見(jiàn)式（4）。

本研究設(shè)定支持度閾值為0.8，即只有當(dāng)兩個(gè)傳感器之間的支持度大于或等于0.8時(shí)，認(rèn)為二者之間的數(shù)據(jù)是有效的，并將這些數(shù)據(jù)保留下來(lái)；反之，如果支持度小于0.8，則認(rèn)為這些數(shù)據(jù)可能是不可靠的，并將其刪除，以此篩選出有效的火災(zāi)數(shù)據(jù)，用于后續(xù)多源數(shù)據(jù)融合。

3 基于多源數(shù)據(jù)融合的火災(zāi)識(shí)別報(bào)警

綜上所述，采用多源數(shù)據(jù)融合算法對(duì)篩選出的火災(zāi)數(shù)據(jù)進(jìn)行融合處理，提取建筑火災(zāi)特征，并對(duì)識(shí)別出的火災(zāi)進(jìn)行自動(dòng)報(bào)警。根據(jù)多源數(shù)據(jù)融合理論，多源數(shù)據(jù)具有量綱差異化特征，由于煙氣濃度與溫度這兩個(gè)關(guān)鍵參數(shù)各自具有不同的量綱，為了確?；馂?zāi)自動(dòng)報(bào)警的準(zhǔn)確性，對(duì)多源數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，見(jiàn)式（6）。

4 實(shí)驗(yàn)驗(yàn)證

4.1 實(shí)驗(yàn)準(zhǔn)備與設(shè)計(jì)

為了驗(yàn)證本研究提出的基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動(dòng)報(bào)警方法的可靠性與可行性，開(kāi)展對(duì)比實(shí)驗(yàn)。以田野［1］提出的基于LoRa技術(shù)的報(bào)警方法、岳云濤等［2］提出的基于NB-IoT的報(bào)警方法為對(duì)照組，與本研究提出的方法進(jìn)行對(duì)比。以某大型公共建筑為實(shí)驗(yàn)環(huán)境，該建筑共8層，建筑面積為2 564.62 m2。根據(jù)該建筑實(shí)際情況，準(zhǔn)備8臺(tái)溫度傳感器和8臺(tái)煙霧傳感器，在建筑每層樓梯口上方各安裝1臺(tái)溫度傳感器和1臺(tái)煙霧傳感器，并在建筑安全通道安裝1臺(tái)報(bào)警器。溫度傳感器與煙霧傳感器參數(shù)設(shè)置如下：無(wú)線(xiàn)信號(hào)發(fā)射頻率設(shè)置為1.62 Hz，采樣周期設(shè)置為0.05 s，采樣頻率設(shè)置為5.62 Hz，采樣時(shí)間設(shè)置為24 h。實(shí)驗(yàn)中，在每層布設(shè)1個(gè)模擬火源，無(wú)線(xiàn)傳感器共采集到100個(gè)樣本，通過(guò)以上三種方法對(duì)信號(hào)進(jìn)行處理和融合，對(duì)識(shí)別的火災(zāi)進(jìn)行報(bào)警。

對(duì)建筑火災(zāi)自動(dòng)報(bào)警方法性能評(píng)價(jià)，選擇誤警率來(lái)表征火災(zāi)報(bào)警精度，見(jiàn)式（9）。

誤警率=錯(cuò)誤報(bào)警次數(shù)/總報(bào)警次數(shù)" " "（9）

誤警率越高，表示報(bào)警精度越低。通過(guò)對(duì)比上述三種方法的誤警率，來(lái)評(píng)價(jià)本研究設(shè)計(jì)的方法在實(shí)際場(chǎng)景中的應(yīng)用效果。

4.2 實(shí)驗(yàn)結(jié)果與討論

實(shí)驗(yàn)共設(shè)4組，每組實(shí)驗(yàn)有200個(gè)火災(zāi)報(bào)警樣本，上述三種方法在實(shí)驗(yàn)中的火災(zāi)誤警率如圖1所示。

由圖1可知，在大型公共建筑火災(zāi)自動(dòng)報(bào)警場(chǎng)景中，基于NB-IoT的報(bào)警方法的誤警率最高（6%～7%），而本研究設(shè)計(jì)的方法在四組實(shí)驗(yàn)中的誤警率均最低（不超過(guò)1%）。由此可知，本研究設(shè)計(jì)的方法更適用于大型公共建筑火災(zāi)自動(dòng)報(bào)警，且具有良好的可行性與可靠性。

5 結(jié)語(yǔ)

基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動(dòng)報(bào)警方法通過(guò)整合來(lái)自不同傳感器和系統(tǒng)的數(shù)據(jù)，利用先進(jìn)的算法和技術(shù)，實(shí)現(xiàn)對(duì)火災(zāi)風(fēng)險(xiǎn)精準(zhǔn)識(shí)別和快速響應(yīng)。這一方法不僅能提高火災(zāi)報(bào)警的準(zhǔn)確性和可靠性，還能為大型公共建筑的火災(zāi)防控提供新的思路和解決方案。未來(lái)，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)的不斷發(fā)展，多源數(shù)據(jù)融合技術(shù)將在火災(zāi)自動(dòng)報(bào)警領(lǐng)域發(fā)揮更加重要的作用。通過(guò)深入研究，不斷優(yōu)化算法和模型，提高火災(zāi)報(bào)警系統(tǒng)的智能化水平，為大型公共建筑的安全提供更加全面和有效的保障。同時(shí)，也期待與更多的合作伙伴攜手共進(jìn)，共同推動(dòng)火災(zāi)防控技術(shù)的進(jìn)步和發(fā)展，為構(gòu)建更加安全、和諧的社會(huì)環(huán)境貢獻(xiàn)力量。

參考文獻(xiàn)：

［1］田野.基于LoRa技術(shù)的裝配式高層建筑電氣火災(zāi)自動(dòng)報(bào)警方法［J］.綠色建造與智能建筑，2024（5）：60-63.

［2］岳云濤，潘鑫，李炳華，等.基于NB-IoT的文物建筑無(wú)線(xiàn)火災(zāi)報(bào)警系統(tǒng)研究［J］.建筑電氣，2021，40（8）：18-21.

［3］倪謝鴻.木業(yè)板材生產(chǎn)廠(chǎng)房建筑火災(zāi)自動(dòng)報(bào)警系統(tǒng)探討研究［J］.中國(guó)建筑金屬結(jié)構(gòu)，2024，23（8）：124-126.

［4］劉理.基于建筑智能化實(shí)訓(xùn)平臺(tái)的無(wú)線(xiàn)火災(zāi)自動(dòng)報(bào)警系統(tǒng)設(shè)計(jì)［J］.阜陽(yáng)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2023，34（3）：47-50.

［5］程茜.高層建筑火災(zāi)自動(dòng)報(bào)警設(shè)備探測(cè)器安裝施工方法［J］.安裝，2023（3）：68-71.

［6］王驍.數(shù)據(jù)機(jī)房火災(zāi)報(bào)警設(shè)計(jì)中與民用建筑的異同分析［J］.消防界（電子版），2023，9（4）：69-71.

［7］田純.基于LoRa的智能建筑電氣火災(zāi)自動(dòng)報(bào)警系統(tǒng)設(shè)計(jì)［J］.自動(dòng)化技術(shù)與應(yīng)用，2022，41（11）：65-68，91.