基于小波包能量分析的红外火焰信号识别

• 作者: 余震虹 周永杰 张赵良
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 红外火焰探测器 小波包 BP神经网络 特征值
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 232-236
• 页数: 5页
• 分类号: TP183
• 字数: 2730字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余震虹	江南大学物联网工程学院	56	205	8.0	10.0
2	张赵良		2	4	1.0	2.0
3	周永杰	江南大学物联网工程学院	2	10	2.0	2.0