ZigBee技術(shù)和支持向量機下室內(nèi)火災(zāi)自動報警系統(tǒng)

摘" 要： 室內(nèi)火災(zāi)報警系統(tǒng)只能基于少量傳感器的數(shù)據(jù)進行判斷，容易受到煙霧、溫度等干擾，導(dǎo)致誤判率較高。為此，基于ZigBee技術(shù)和支持向量機設(shè)計一種室內(nèi)火災(zāi)自動報警系統(tǒng)。采用傳感器節(jié)點采集室內(nèi)煙霧濃度與溫度信息，通過ZigBee路由設(shè)備將采集的信息轉(zhuǎn)發(fā)至ZigBee協(xié)調(diào)器內(nèi)。利用基于負(fù)載均衡的ZigBee網(wǎng)絡(luò)多徑路由算法建立信息傳輸路徑，將ZigBee路由設(shè)備轉(zhuǎn)發(fā)的信息傳輸至支持向量機處理模塊內(nèi)。使用支持向量機算法處理煙霧濃度與溫度信息，獲取高校室內(nèi)火災(zāi)類型的發(fā)生概率，并與事先設(shè)置的判別閾值進行比較，當(dāng)火災(zāi)發(fā)生概率大于閾值，自動報警模塊會自動發(fā)出警報。實驗結(jié)果表明：所設(shè)計系統(tǒng)火災(zāi)信息采集精度較高，無線網(wǎng)絡(luò)生存周期長，具備較優(yōu)的信息傳輸效果，且能夠有效計算高校室內(nèi)火災(zāi)類型發(fā)生概率并自動發(fā)出警報。

關(guān)鍵詞： ZigBee技術(shù)； 支持向量機； 室內(nèi)火災(zāi)； 自動報警； 協(xié)調(diào)器； 信息傳輸； 多徑路由算法

中圖分類號： TN925?34" " " " " " " " " " " " " " 文獻標(biāo)識碼： A" " " " " " " " " " " "文章編號： 1004?373X（2025）02?0148?05

Indoor fire automatic alarm system based on ZigBee technology

and support vector machine

ZOU Feng

（Changzhou University， Changzhou 213159， China）

Abstract： The indoor fire alarm system can only make judgments based on a small amount of sensor data， and is susceptible to interference from smoke， temperature， and other factors， leading to an increase in 1 alarm rates. On this basis， an indoor fire automatic alarm system is designed based on ZigBee technology and support vector machines. The sensor nodes are used to collect indoor smoke concentration and temperature information， and the collected information is forwarded to the ZigBee coordinator by means of ZigBee routing devices. The ZigBee network multipath routing algorithm based on load balancing is used to establish the information transmission path， and the information forwarded by the ZigBee routing device is transmitted into the support vector machine processing module. The support vector machine algorithm is used to process smoke concentration and temperature information to obtain the probability of indoor fire types in universities， and compare it with preset discrimination thresholds. When the probability of fire occurrence exceeds the threshold， the automatic alarm module will automatically issue an alarm. The experimental results show that the designed system has high accuracy in collecting fire information， long wireless network life cycle， excellent information transmission effect， and can effectively calculate the probability of indoor fire types in universities and automatically issue alarms.

Keywords： ZigBee technology; support vector machine; indoor fire; automatic alarm; coordinator; information transmission; multipath routing algorithm

0" 引" 言

隨著高校規(guī)模的擴大和建筑密度的增加，火災(zāi)安全問題已經(jīng)成為高校管理中的重要環(huán)節(jié)[1?2]。為了保障師生的生命和財產(chǎn)安全，主要采用室內(nèi)火災(zāi)自動報警系統(tǒng)實時監(jiān)測室內(nèi)火災(zāi)隱患并及時發(fā)出警報[3]，降低損失。因此，室內(nèi)火災(zāi)自動報警系統(tǒng)研究具有重要意義。

文獻[4]利用火災(zāi)探測器采集室內(nèi)與火災(zāi)相關(guān)的信息，通過WiFi模塊將采集的信息傳輸至語音單片機內(nèi)，通過深度學(xué)習(xí)算法處理接收的信息，分析是否存在火災(zāi)隱患，若存在則以語音的方式進行火災(zāi)自動報警。但該系統(tǒng)在有噪聲的環(huán)境下，信息傳輸?shù)姆€(wěn)定性較差，影響了火災(zāi)自動報警精度。文獻[5]通過在室內(nèi)布置多個平面?zhèn)鞲嘘嚵?，實現(xiàn)對火災(zāi)的全方位、多角度監(jiān)測。通過智能化算法分析火災(zāi)的發(fā)展趨勢，及時發(fā)出警報，但平面?zhèn)鞲嘘嚵袑Νh(huán)境的依賴性較強，如溫度、濕度等環(huán)境因素均會影響其性能。文獻[6]通過多個煙霧報警器采集室內(nèi)煙霧濃度數(shù)據(jù)，結(jié)合貝葉斯估計方法預(yù)測火災(zāi)發(fā)生概率。但該系統(tǒng)實時性差，貝葉斯估計的方法需要進行一定的數(shù)據(jù)積累和分析，在火災(zāi)發(fā)生的瞬間無法及時發(fā)出警報。文獻[7]利用多種探測器采集火災(zāi)信號，通過比較信號相似度來確定是否發(fā)生火災(zāi)。但基于信號相似度的判斷方法對環(huán)境變化較為敏感，如溫度、濕度等環(huán)境因素會影響信號特征和相似度比較的結(jié)果。

為了解決上述問題，本文設(shè)計一種基于ZigBee技術(shù)和支持向量機下室內(nèi)火災(zāi)自動報警系統(tǒng)。利用傳感器節(jié)點采集高校室內(nèi)火災(zāi)信號相關(guān)信息，通過負(fù)載均衡的ZigBee網(wǎng)絡(luò)建立信息傳輸路徑，并將采集的信息傳輸?shù)街С窒蛄繖C處理模塊內(nèi)，從而提高向量機處理模塊的工作效率和響應(yīng)速度。使用支持向量機算法處理煙霧濃度與溫度信息，獲取高校室內(nèi)火災(zāi)類型的發(fā)生概率，并設(shè)置判別閾值進行比較。本文系統(tǒng)可為高校火災(zāi)防控提供參考。

1" 室內(nèi)火災(zāi)自動報警系統(tǒng)

為防止火災(zāi)并保證高校室內(nèi)師生安全，設(shè)計了室內(nèi)火災(zāi)自動報警系統(tǒng)，該系統(tǒng)的總體設(shè)計方案如圖1所示。

利用傳感器節(jié)點采集高校室內(nèi)火災(zāi)信號相關(guān)信息，即煙霧濃度與溫度信息。ZigBee路由設(shè)備屬于數(shù)據(jù)中繼站，負(fù)責(zé)接收傳感器節(jié)點采集的信息，并將其轉(zhuǎn)發(fā)到ZigBee協(xié)調(diào)器內(nèi)，確保信息的可靠傳輸。協(xié)調(diào)器負(fù)責(zé)創(chuàng)建無線網(wǎng)絡(luò)，并利用基于負(fù)載均衡的ZigBee網(wǎng)絡(luò)多徑路由算法建立信息傳輸路徑，將ZigBee路由設(shè)備轉(zhuǎn)發(fā)的信息傳輸至支持向量機處理模塊內(nèi)。支持向量機處理模塊接收煙霧濃度與溫度信息后，利用支持向量機算法對其進行處理，獲取高校室內(nèi)火災(zāi)類型的發(fā)生概率，并與事先設(shè)置的判別閾值進行對比，決定是否觸發(fā)報警。若判別結(jié)果為存在火災(zāi)，則利用自動報警模塊發(fā)出警報。

1.1" 基于ZigBee技術(shù)的傳感器節(jié)點設(shè)計

利用ZigBee技術(shù)設(shè)計傳感器節(jié)點，用于采集高校室內(nèi)與火災(zāi)信號相關(guān)的信息，其結(jié)構(gòu)如圖2所示。

通過電池電壓單元監(jiān)測電池的供電情況，避免電池電量過低，影響傳感器節(jié)點的信息采集效果。傳感器節(jié)點利用煙霧與溫度傳感器實時采集高校室內(nèi)的煙霧濃度與溫度信息[8]。溫度傳感器測溫范圍為-50～130 ℃，精度是±0.5 ℃。利用A/D轉(zhuǎn)換器模數(shù)轉(zhuǎn)換采集的信息，并由微處理器對其進行濾波處理，保存至存儲單元內(nèi)[9?10]；再通過ZigBee射頻單元將處理后的煙霧濃度與溫度信息傳輸至ZigBee路由設(shè)備內(nèi)。

傳感器節(jié)點的實現(xiàn)流程如圖3所示。

當(dāng)傳感器節(jié)點完成初始化后，查找協(xié)調(diào)器并進行聯(lián)網(wǎng)，各傳感器節(jié)點會自動采集高校室內(nèi)煙霧濃度與溫度信息，同時上傳至ZigBee路由設(shè)備內(nèi)。

1.2" 基于ZigBee技術(shù)的協(xié)調(diào)器設(shè)計

協(xié)調(diào)器負(fù)責(zé)創(chuàng)建網(wǎng)絡(luò)，屬于高校室內(nèi)火災(zāi)自動報警系統(tǒng)的核心，協(xié)調(diào)器的實現(xiàn)流程如圖4所示。

當(dāng)信息傳輸路徑建立完成，需要對ZigBee路由設(shè)備轉(zhuǎn)發(fā)的煙霧濃度與溫度信息進行分析，判斷其是否可以進行信息傳輸。若可以進行信息傳輸，則依據(jù)建立的路徑將煙霧濃度與溫度信息傳輸至支持向量機處理模塊內(nèi)。

ZigBee協(xié)調(diào)器通過基于負(fù)載均衡的ZigBee網(wǎng)絡(luò)多徑路由算法來建立信息傳輸路徑[11?12]，將ZigBee路由設(shè)備轉(zhuǎn)發(fā)的煙霧濃度與溫度信息傳輸至支持向量機處理模塊內(nèi)。ZigBee網(wǎng)絡(luò)多徑路由算法能夠解決信息傳輸過程中的干擾問題，提升信息傳輸?shù)姆€(wěn)定性[13]。本文中令使用標(biāo)志位為M1，干擾標(biāo)志位為M2，利用該算法構(gòu)造多路徑的具體步驟如下。

步驟1：源節(jié)點依據(jù)樹路由傳輸ID尋路信息分組，樹路徑中的節(jié)點會提醒鄰居節(jié)點其已參與信息傳輸路徑的構(gòu)造。

步驟2：更新對應(yīng)的鄰居表信息。令該鄰居節(jié)點的M1為1，即其不可建立新路徑，并發(fā)送干擾節(jié)點信息至其鄰居節(jié)點，將鄰居表內(nèi)相應(yīng)的M2改成1，即該節(jié)點是干擾節(jié)點。

步驟3：當(dāng)源節(jié)點接收Sink節(jié)點的主路徑確認(rèn)信息后，完成主路徑構(gòu)造，并重復(fù)步驟1，構(gòu)造從路徑。

步驟4：構(gòu)造從路徑時，選取鄰居表內(nèi)使用與干擾標(biāo)志位均是0的節(jié)點作為下一跳節(jié)點。

步驟5：在一個節(jié)點接收同一ID號的尋路信息分組情況下，剔除后抵達(dá)的煙霧濃度與溫度信息分組，不實施信息傳輸。

步驟6：在尋路信息分組成功抵達(dá)Sink節(jié)點情況下，該節(jié)點會原路返回確認(rèn)煙霧濃度與溫度信息，完成路徑構(gòu)造。

信息傳輸路徑構(gòu)造完成后，便可傳輸煙霧濃度與溫度信息，提升信息傳輸?shù)姆€(wěn)定性與抗干擾性。

1.3" 基于支持向量機的室內(nèi)火災(zāi)檢測

支持向量機處理模塊依據(jù)協(xié)調(diào)器傳輸?shù)臒熿F濃度與溫度信息，檢測高校室內(nèi)火災(zāi)類型。

令協(xié)調(diào)器傳輸?shù)臒熿F濃度與溫度信息樣本為[X=xi，i=1，2，…，N]；對應(yīng)的高校室內(nèi)火災(zāi)類型是[yi（i=1，2，3）]，[y1]、[y2]、[y3]分別代表常溫?zé)o火、發(fā)生陰燃與明火火災(zāi)。令權(quán)重為[w]，則高校室內(nèi)火災(zāi)類型檢測的決策函數(shù)為：

[gx=wTφx]" " " " " "（1）

式中[φx]為多項式核函數(shù)。

將式（1）轉(zhuǎn)換成優(yōu)化問題，公式如下：

[min" φw，h=Ci=1Nhi+wTw2s.t." yi-wTφxi≤ε+hihi≥0]" " " " （2）

式中：[ε]為不敏感損失函數(shù)；[C]為懲罰參數(shù)；[h]為松弛變量。

令[qi]為Lagrange乘子，通過Lagrange函數(shù)轉(zhuǎn)換式（2）得到對偶問題，公式如下：

[maxLqi，q*i=εi=1Nyiqi+q*i-i=1Nqi-i=1Nq*iKxi，xj2] （3）

式中：[q*i]為[qi]的最佳值；[Kxi，xj]為核函數(shù)。

通過求解式（3）便可獲取最終的高校室內(nèi)火災(zāi)檢測決策函數(shù)，公式如下：

[gx=i=1Nqi-i=1Nq*iKxi，xj]" " "（4）

通過式（4）計算獲取高校室內(nèi)各火災(zāi)類型的發(fā)生概率。令高校室內(nèi)火災(zāi)發(fā)生概率閾值是0.5，當(dāng)陰燃與明火發(fā)生概率大于0.5時，即[gxgt;0.5]，則利用自動報警模塊自動發(fā)出警報。

2" 實驗分析

以某高校教學(xué)樓為實驗對象，在該高校教學(xué)樓內(nèi)應(yīng)用本文系統(tǒng)來確保師生的生命安全。該高校內(nèi)共有5座教學(xué)樓，各教學(xué)樓的相關(guān)參數(shù)如表1所示。

利用本文系統(tǒng)對該高校教學(xué)樓進行實驗，系統(tǒng)的煙霧傳感器實物圖如圖5所示。

本文系統(tǒng)利用圖5的煙霧傳感器實時采集該高校教學(xué)樓室內(nèi)的煙霧濃度與溫度信息。以第一教學(xué)樓內(nèi)某間教室為例，該教室無火災(zāi)，利用本文系統(tǒng)采集該教室的煙霧濃度與溫度信息，信息采集結(jié)果如圖6所示。

分析圖6a）與圖6b）可知，本文系統(tǒng)可有效采集教室內(nèi)部與火災(zāi)相關(guān)的信息，且采集的信息均與實際信息非常接近，說明本文系統(tǒng)的信息采集精度較高。

利用網(wǎng)絡(luò)生存周期衡量本文系統(tǒng)的信息傳輸效果，其值越大說明信息傳輸效果越佳。本文系統(tǒng)在不同流量負(fù)載時的網(wǎng)絡(luò)生存周期分析結(jié)果如圖7所示。

分析圖7可知，隨著流量負(fù)載的提升，本文系統(tǒng)的網(wǎng)絡(luò)生存周期呈下降趨勢，當(dāng)流量負(fù)載在55 pps左右時，網(wǎng)絡(luò)生存周期已降至最低并趨于穩(wěn)定，穩(wěn)定在80 s左右。在不同流量負(fù)載時，本文系統(tǒng)的網(wǎng)絡(luò)生存周期均明顯高于網(wǎng)絡(luò)生存周期閾值，說明在不同流量負(fù)載時，本文系統(tǒng)的網(wǎng)絡(luò)生存周期均較高，即本文系統(tǒng)的信息傳輸效果較優(yōu)。

在該高校5座教學(xué)樓內(nèi)各隨機選擇3間教室，利用本文系統(tǒng)計算這15間教室火災(zāi)類型的發(fā)生概率，并與設(shè)定閾值進行比較，若大于閾值則報警模塊自動報警?；馂?zāi)類型發(fā)生概率計算結(jié)果與自動報警結(jié)果如表2所示，其中，設(shè)置第三教學(xué)樓存在明火火災(zāi)，第五教學(xué)樓存在陰燃，其余3座教學(xué)樓均為常溫?zé)o火。

表2中，第三教學(xué)樓3間教室的明火概率均大于設(shè)定閾值0.5時，說明第三教學(xué)樓存在明火火災(zāi)，與實際情況一致；第五教學(xué)樓的陰燃概率均大于設(shè)定閾值0.5時，說明第五教學(xué)樓存在陰燃火災(zāi)，與實際情況一致。分析表2可知，本文系統(tǒng)可有效計算室內(nèi)火災(zāi)類型的發(fā)生概率，對于大于設(shè)定閾值的陰燃與明火類型可以進行自動報警，說明該系統(tǒng)具有較高的火災(zāi)自動報警精度，可有效降低火災(zāi)造成的損失。

3" 結(jié)" 論

為提高室內(nèi)火災(zāi)自動報警系統(tǒng)的準(zhǔn)確性和可靠性，設(shè)計一種基于ZigBee技術(shù)和支持向量機下室內(nèi)火災(zāi)自動報警系統(tǒng)。利用ZigBee技術(shù)設(shè)計傳感器節(jié)點，采集火災(zāi)信號信息；構(gòu)造信息傳輸路徑，將信息傳輸至支持向量機處理模塊內(nèi)，對采集到的火災(zāi)信號進行高效、準(zhǔn)確的分類和識別。實驗結(jié)果表明，本文系統(tǒng)信息采集精度較高，信息傳輸效果較優(yōu)，可以實時監(jiān)測火災(zāi)跡象，從而降低誤報率，提高火災(zāi)報警的準(zhǔn)確性和可靠性。

參考文獻

[1] 門茂琛，杜雨佳，徐銘銘，等.基于剩余電流波形特征量的智能電氣火災(zāi)監(jiān)控研究[J].消防科學(xué)與技術(shù)，2023，42（4）：549?554.

[2] 崔鵬飛.火災(zāi)自動報警系統(tǒng)消防監(jiān)督檢查要點及典型隱患研究[J].消防科學(xué)與技術(shù)，2022，41（4）：530?532.

[3] 陳碩，范恒，周茂磊.基于循環(huán)神經(jīng)網(wǎng)絡(luò)的火災(zāi)風(fēng)險預(yù)測及應(yīng)用[J].消防科學(xué)與技術(shù)，2022，41（5）：655?657.

[4] 畢曉君，孫梓瑋，劉進.高層火災(zāi)智能報警及逃生指導(dǎo)系統(tǒng)[J].智能系統(tǒng)學(xué)報，2022，17（4）：814?823.

[5] 張素萍，王莉，孟慶宜，等.基于平面?zhèn)鞲嘘嚵械拇笮蛡}儲火災(zāi)報警系統(tǒng)研究[J].電子器件，2023，46（3）：866?876.

[6] KIM B， LEE J. A Bayesian network?based information fusion combined with DNNs for robust video fire detection [J]. Applied sciences， 2021， 11（16）： 7620?7624.

[7] BAEK J， ALHINDI T J， JEONG Y S， et al. Intelligent multi?sensor detection system for monitoring indoor building fires [J]. IEEE sensors journal， 2021， 21（24）： 27982?27992.

[8] 舒舜，張羽楊，陸梓萍，等.基于機器學(xué)習(xí)的熱釋放速率實時預(yù)測方法[J].火災(zāi)科學(xué)，2022，31（1）：8?14.

[9] 蔣飛宇，朱璨，俞宙，等.一種超寬帶光電混合結(jié)構(gòu)A/D轉(zhuǎn)換器[J].微電子學(xué)，2021，51（4）：466?470.

[10] 陳璽，付東兵，劉璐，等.一種四通道16位250 MS/s A/D轉(zhuǎn)換器[J].微電子學(xué)，2022，52（4）：533?538.

[11] 蔡鵬，陸俊，肖振鋒，等.考慮負(fù)載均衡的系統(tǒng)保護通信專網(wǎng)路由規(guī)劃方法[J].光通信技術(shù)，2021，45（1）：36?41.

[12] 王洋.基于ZigBee與云平臺的皮革企業(yè)智慧管理系統(tǒng)[J].中國皮革，2021，50（7）：36?38.

[13] 謝文蘭.混合光無線傳感網(wǎng)絡(luò)節(jié)能路由算法優(yōu)化[J].激光雜志，2022，43（4）：130?134.