基于小波包能量分析的红外火焰信号识别-红外技术.pdfVIP

第39 卷 第3 期 红 外 技 术 Vol.39 No.3 2017 年3 月 Infrared Technology Mar. 2017 基于小波包能量分析的红外火焰信号识别 1 1 2 周永杰 ，余震虹 ，张赵良 （1. 江南大学物联网工程学院，江苏 无锡 214122 ；2. 无锡格林通安全装备有限公司，江苏 无锡 214073 ） 摘要：在设计红外火焰探测器的过程中，人工光源常常会引起探测器的误报。为有效区分人工光源与 火焰信号，本文首先对采集的 1 种人工光源以及 3 种火焰信号进行分析，将采集的信号进行小波包 4 层分解，得到信号的能量谱。通过分析发现选取第 2,3,4,7 频段的能量值能够将这 4 种信号有效区分。 为进一步验证实验结果，本文将双通道两路信号的第 2,3,4,7 频段的 8 个能量值作为一组特征向量，与 BP 神经网络结合进行模式识别。结果表明，通过这样的方法不仅可以区分火焰和人工光源，同时可 以对3 种火焰进行识别，其识别的正确率为 84.1%。因此，基于小波包能量分析的方法提取这 8 个能 量值作为特征值具有一定的可行性，能有效减少人工光源引起的误报，同时为火焰种类的识别以及以 后的灭火自动化提供了新的可能性。 关键词：红外火焰探测器；小波包；BP 神经网络；特征值 中文分类号：TP183 文献标志码：A 文章编号：1001-8891(2017)03-0232-05 Infrared Flame Signal Recognition Based on Wavelet Packet Energy Analysis 1 1 2 ZHOU Yongjie ，YU Zhenhong ，ZHANG Zhaoliang (1.College of Internet of Things Engineering, Jiangnan University , Wuxi 214122, China; 2. Wuxi GLT Safety Equipment Co., Ltd , Wuxi 214073, China) Abstract ：In process of design of infrared flame detector, the recognition rate of which was reduced by some artificial lights. In order to distinguish artificial light and flame, an artificial light and three kinds of flame were analyzed firstly. The collected signals were decomposed by wavelet packet, then the wavelet packet energy spectrum was acquired. The results showed that the four kinds of signal can be distinguished by the energy of 2,3,4 and7 frequency band. In order to verify the experimental results, the eight energy values