[發明專利]一種無線火災探測器及火災人員定位方法

在審

• 申請號: 202110892256.8
• 申請日: 2021-08-04
• 公開（公告）號: CN113570798A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 韓成浩;王思琦;陳鑫浩;韓世杰;楊勇勇;張芷嘉;胡旭昊;夏小雨;王立達
• 申請（專利權）人: 吉林建筑大學
• 主分類號: G08B3/10
• 分類號: G08B3/10;G08B17/06;G08B17/10;G08B17/103;G08B25/10
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 王雪嬌

1.一種無線火災探測器，其特征在于，包括：

供電模塊；

控制模塊，其與所述供電模塊的輸出端電連接；

測量模塊，其輸出端與所述控制模塊的輸入端電連接；

蜂鳴器，其與所述控制模塊的輸出端電連接；

火災指示燈，其與所述控制模塊的輸出端電連接；

其中，所述測量模塊包括：

溫度傳感器、濕度傳感器、一氧化碳傳感器以及光電感煙傳感器；

所述控制模塊包括：

上位機；

協調器，其與所述上位機通過網絡互通；

其中，所述上位機和所述協調器通過網絡與火災人員的手環互通。

2.一種火災人員定位方法，其特征在于，使用權利要求1所述的無線火災探測器，使火災人員所佩戴的手環與所述火災探測器通過網絡互通，包括：

將四個第一無線火災探測器分別設置在房間的四角，將第二無線火災探測器設置在房間的中間位置；

第一無線火災探測器接收來自手環發送的RSSI信息、佩戴者的血氧飽和度、心率、佩戴者編號、自身慣性測量單元采集到的手環在X軸和Y軸向的加速度，進行濾波處理后，打包發送給第二無線火災探測器；

第二無線火災探測器通過三邊定位法計算得出佩戴者的位置坐標，進行火災信息識別。

3.根據權利要求2所述的火災人員定位方法，其特征在于，所述計算佩戴者的坐標包括：

計算房間內四個第一無線火災探測器與手環的距離：包括：

其中，X'為智能手環的X軸坐標，Y'為智能手環D的Y軸坐標，X_n為無線火災探測器的X軸坐標，n為1-4，Y_n為無線火災探測器的Y軸坐標，n為1-4，L_n為無線火災探測器返回的其與智能手環之間的距離，n為1-4；

對上式進行整理化簡，得到

進而得如下矩陣：

AP＝B；

其中：

通過最小二乘法可求解上述矩陣方程，可計算得出目標定位節點坐標X，由此可以確定室內人員位置：

X＝a＝(A^TA)^-1A^TB；

式中，X為通過信號強度指示直接計算出手環當前坐標值，a的值和含義與X相同，A為矩陣方程中的系數矩陣，B為等式右側的常數矩陣，A^T為系數矩陣的轉置。

4.根據權利要求3所述的火災人員定位方法，其特征在于，所述濾波處理過程選用卡耳曼濾波算法，包括：

狀態預測公式為：

式中，F_K為狀態轉移矩陣，表示手環佩戴者在水平方向X軸和Y軸的運動距離，W_K為系統噪聲；

根據觀測值更新估計狀態值：

式中，Z_K為第二無線火災探測器根據RSSI轉化的距離值，為先驗估計值，轉換矩陣H將狀態向量映到測量值中，公式為：

式中，K_K為卡爾曼增益，P_K為協方差，H為轉換矩陣，R為觀測噪聲協方差；H^T為轉換矩陣的轉置、為先驗估計誤差協方差；

更新協方差：

當系統噪音滿足高斯分布時，通過上述公式迭代計算，能夠得到最優的定位結果；

當系統噪音不滿足高斯分布時，設移動節點的初始坐標為P(X”,Y”)，P(X”,Y”)點向已知P(X,Y)移動，經過時間T秒后到達點P(X,Y)，通過對移動節點上的加速度數據經過卡爾曼濾波后進行兩次積分，計算得出佩戴者在X軸和Y軸上的移動距離，包括：

新產生的目標定位節點坐標為：

X＝b＝(X”+S_x,Y”+S_y)^T；

式中，X為基于慣性測量單元的目標定位節點計算出手環當前坐標值，b的值和含義與X相同，X”為移動節點起始點橫坐標，Y”為移動節點起始點縱坐標，S_x為佩戴者在X軸上移動的距離，S_y為佩戴者在Y軸上移動的距離。

5.根據權利要求4所述的火災人員定位方法，其特征在于，通過卷積神經網絡算法進行火災信息識別，包括：

設定卷積神經網絡算法包括：輸入層、卷積層、全連接層和輸出層；

通過無線火災探測器采集房間內的煙霧濃度、溫度、一氧化碳濃度以及適度作為輸入數據傳入輸入層；

在卷基層中進行卷積操作，計算特征值：

式中，1為第一個卷基層，i為第i個卷基層，F₁ⁱ為第一個卷基層的第i個特征量，K為激活函數maxout的參數值，g^i,j為經過卷積層計算之后的計算輸出；W₁^i,j為第一個卷積層進行計算的權值；為第一個卷積層計算過程中的偏置值，I為輸入的火災信號參數矩陣，*表示卷積計算，經過多次卷積計算后，得到的特征值計算公式為：

式中，n為第n次卷積，為第n層的第i個特征值，為第n層進行卷積運算的權值，表示經過上一層卷積運算之后形成的矩陣數列；表示第n層的計算偏置值；

網絡的誤差計算公式為：

e＝F_Q-F_S；

式中，F_S為實際輸出，F_Q為期望輸出；

輸出函數計算公式為：

當學習效率為λ時，權值調整公式為：

式中，ΔW_i為權值的相對誤差，λ為學習效率，ζ為輸出函數，W_i為權值；

加入動量因子α之后通過如下公式進行調整：

式中，ΔW_i為權值的相對誤差，α為動量因子；

當式中計算出誤差值過大，則使用上式進行減小；反之，則對式中計算出的誤差值進行增大；

式中，α取0.95，n為學習次數；

最終得到所有權值的計算公式為：

W_i(n)＝W_i(n+1)-ΔW_i(n)；

整個網絡中的全局誤差的計算公式為：

式中，E為全局誤差值，m為訓練的所有樣本數量，F_S為實際輸出，F_Q為期望輸出。