森林火灾监测是无线传感器网络的重要应用。文提出了一种基于数据融合技术的森林火灾监测阈值算法。本文中，状态转换机用于模拟火灾状态转换过程，并且通过设置关键阈值来完成状态转换。真结果表明，该方法可以有效地监测突发事件的发生。线传感器网络（WSN）是由无线传输设备组成的复杂的分布式系统。中，节点（Node）之间没有固定的结构，它们可以使用多跳通信和自组织技术来交换信息。点通常是一个低功率设备，由1到几个传感器，处理器，存储器，电源，恒温阀芯天线和执行器[1]组成。线传感器网络可用于各种场景，例如场景监视和对象跟踪。于存储容量和处理容量的限制，WSN节点必须定期将部分处理的数据发送到基站（基站）。站在处理接收到的信息后采取相应的措施，例如通知用户已发生事件。急监视是无线传感器网络的典型应用之一，例如森林火灾检测[2]。
森林火灾监视类似，这种范围广泛的紧急监视通常采用自动视频监视[4]或卫星图像监视[5]。是，较低的空间分辨率会导致火灾监控的延迟。近，有人提出使用无线传感器网络来监视森林火灾[6]。
过在看不见卫星的区域部署大量传感器，可以更早或更准确地检测到火灾。WSN事件监视应用程序本质上是信息融合的过程[7]。据融合过程可以定义如下：“使用理论，技术和工具，在获得的多源信息中，信息的协同作用和冗余性比信息获得的结果更好。“ [8]。oolin和Sitar在[11]中提出了基于WSN的森林火灾监测系统。感器节点可以检测到温度，湿度和气压，每个都有一个GPS单位，但是本文没有介绍任何火灾监测方法，Yu等人[12]提出了使用WSN监测森林火灾的方法，它使用温度，相对湿度，烟雾和风速传感器，将节点组织为簇，簇头节点从簇节点和uti计算数据阅读神经网络以获取天气线索，并根据该线索判断火灾风险。Hartung提出了FireWxNet系统，该系统可以监视复杂现场环境中的天气状况。使用多层移动无线系统。点可以检测温度，相对湿度，风速和方向。系统主要适用于火灾发生后的火灾监控，而不是预警。
了设计一种可以使用WSN监视森林火灾的算法，最重要的是了解火灾时的环境条件。文档收集了大量有关火灾时温度，亮度和相对湿度的信息，并且还使用相应的传感器监控上述指示器。些传感器相对便宜并且易于大规模使用。
用的传感器越多，可靠性越高，但是同时会增加能耗和部署成本。此，本文档的设计目标是在效率和成本之间达成折衷。文首先在没有火灾的情况下测量了数据。下来，本文人为地制造了小型火头，以在火灾条件下测量数据。
过比较这两个数据集，本文的主要目的是在火灾开始时找到数据阈值。火时，温度急剧上升，而相对湿度急剧下降。
火灾外，阳光直射在传感器上也会引起上述变化。本文的观察中，由于发生火灾，亮度变化不明显，因为本文主要观察火灾初期的变化。于大火，亮度的变化将非常明显。
于观察，本文设计了一种用于检测火灾的阈值算法，该算法使用了[7]中基于阈值的信息融合技术。算法的理论模型是图2所示的有限状态机。有5个状态，它们根据温度，亮度和相对湿度数据的变化而变化。前所述，本文收集了8月至10月广东森林的温度，亮度和相对湿度的数据。
时，为了评估本文提出的阈值算法，本文人为地产生了一些明火。感器网络中的传感器节点每7秒收集一次数据。了节省能量，仅每28秒将收集的数据发送回基站。天在不同的时间段进行实验。文提出了一种基于信息融合方法的森林火灾检测算法。
算法专门使用阈值方法，并使用带有温度，湿度和光传感器的传感器网络。验结果表明，该算法可用于监视火灾的初始阶段，但由于传感器节点暴露在阳光下，因此也会引起误报。
于阈值的算法简单易实现，实验结果也证明了该算法可以检测所有火灾。完全可测量的条件下，可以通过部署基于传感器阵列技术的防火设备和防火屏障来完成灭火。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com