隧道智能红外火焰探测器的灵敏度自适应补偿方法及系统与流程

本发明涉及智能传感，特别涉及一种隧道智能红外火焰探测器的灵敏度自适应补偿方法及系统。

背景技术：

1、红外火焰探测器通过探测火焰燃烧在红外特征波段的热辐射识别火焰，广泛应用于公路隧道、铁路隧道等长距离封闭空间的火灾探测系统。隧道场景中，红外火焰探测器通常沿隧道纵向间隔布设，长期连续工作于粉尘悬浮、车辆尾气聚集且通风状况多变的密闭环境中。

2、为应对环境变化对探测灵敏度的影响，现有的红外火焰探测器通常在火焰特征波段以外设置参考波段，参考波段不受火焰辐射影响，其信号随环境背景辐射的变化而变化；探测器通过参考波段信号相对基准值的变化，感知镜头污染或环境烟雾导致的透射衰减，并根据衰减程度对火焰判定阈值或信号增益进行补偿修正，以维持检测灵敏度。

3、然而，上述现有技术方案至少存在以下缺陷：补偿量基于衰减发生后的当前实测结果确定，属于滞后补偿；在隧道粉尘浓度快速变化或镜头污染持续累积的场景下，补偿的调整速度落后于探测器灵敏度的实际衰减进程，火焰判定基准与探测器实际灵敏度不匹配，导致火焰检测的误报率和漏报率升高。

4、因此，如何在隧道环境透射状况持续变化的情况下保持红外火焰探测器检测的可靠性，是本领域亟待解决的技术问题。

技术实现思路

1、本技术提供了一种隧道智能红外火焰探测器的灵敏度自适应补偿方法及系统，以至少解决相关技术中红外火焰探测器的灵敏度补偿滞后于实际衰减进程、火焰探测误报漏报率较高的技术问题。

2、为实现上述目的，本技术采用的技术方案如下：

3、第一方面，本技术提供了一种隧道智能红外火焰探测器的灵敏度自适应补偿方法，包括：获取红外火焰探测器在当前检测周期内采集的火焰特征波段信号和参考波段信号；参考波段位于火焰特征波段以外的红外波段，参考波段信号用于表征环境背景辐射；基于参考波段信号相对历史基准值的衰减量，确定当前检测周期的当前灵敏度衰减因子；获取当前检测周期之前的连续预设个数的检测周期的历史灵敏度衰减因子序列，将历史灵敏度衰减因子序列输入灵敏度衰减趋势预测模型，预测得到下一检测周期的预测灵敏度衰减因子；基于预测灵敏度衰减因子确定下一检测周期的预测补偿增益，利用预测补偿增益对下一检测周期采集的火焰特征波段信号和参考波段信号进行前馈补偿；基于隧道环境参数集和参考波段信号，对前馈补偿后的火焰特征波段信号进行反馈微调补偿；基于反馈微调补偿后的火焰特征波段信号判断是否存在火焰。

4、根据上述技术手段，通过将历史灵敏度衰减因子序列输入灵敏度衰减趋势预测模型，预测得到下一检测周期的预测灵敏度衰减因子，并据以确定预测补偿增益，在下一检测周期的信号采集发生之前完成补偿准备，对下一检测周期采集的火焰特征波段信号和参考波段信号进行前馈补偿，补偿动作先于灵敏度衰减的实际发生，克服被动补偿的调整速度落后于实际衰减进程的问题；在此基础上，再基于隧道环境参数集和参考波段信号对前馈补偿后的火焰特征波段信号进行反馈微调补偿，前馈预测的残留偏差被实时纠正，两级补偿配合使火焰特征波段信号的强度在衰减进程中保持稳定，降低误报漏报，提升隧道火焰探测的可靠性。

5、在一种可能的实现方式中，基于参考波段信号相对历史基准值的衰减量，确定当前检测周期的当前灵敏度衰减因子，包括：在参考波段信号小于历史基准值的情况下，将参考波段信号相对历史基准值的衰减量与历史基准值之间的比例，确定为当前灵敏度衰减因子；其中，历史基准值为参考波段信号在隧道环境处于稳定状态的多个检测周期内的平均值；稳定状态为隧道内粉尘浓度低于预设粉尘浓度阈值且车流密度低于预设车流密度阈值的状态；衰减比率与红外火焰探测器的灵敏度衰减程度正相关。

6、根据上述技术手段，参考波段位于火焰特征波段以外的红外波段，环境背景辐射的衰减程度直接反映红外火焰探测器光学通道的透射性能衰减，将参考波段信号相对历史基准值的衰减量与历史基准值之间的比例确定为当前灵敏度衰减因子，衰减程度被客观量化；历史基准值取隧道环境处于稳定状态的多个检测周期内的平均值，稳定状态由预设粉尘浓度阈值和预设车流密度阈值双重限定，排除粉尘浓度波动与车流扰动对基准值的干扰，当前灵敏度衰减因子的确定准确且稳定。

7、在一种可能的实现方式中，获取当前检测周期之前的连续预设个数的检测周期的历史灵敏度衰减因子序列，将历史灵敏度衰减因子序列输入灵敏度衰减趋势预测模型，预测得到下一检测周期的预测灵敏度衰减因子，包括：将当前检测周期之前的连续预设个数检测周期各自的灵敏度衰减因子，按照检测周期的时间先后顺序排列，得到历史灵敏度衰减因子序列；将历史灵敏度衰减因子序列输入灵敏度衰减趋势预测模型，得到预测灵敏度衰减因子；其中，灵敏度衰减趋势预测模型为基于时间序列预测算法构建的模型，用于学习历史灵敏度衰减因子序列中的时序依赖关系和衰减演变规律；时间序列预测算法为差分整合移动平均自回归算法和长短期记忆网络算法中的一种。

8、根据上述技术手段，将连续预设个数检测周期各自的灵敏度衰减因子按时间先后顺序排列为历史灵敏度衰减因子序列，保留衰减过程的时间演化信息；隧道内污染累积引起的灵敏度衰减为渐变过程，相邻检测周期之间存在时序关联，灵敏度衰减趋势预测模型学习序列中的时序依赖关系和衰减演变规律，据此向下一检测周期外推得到预测灵敏度衰减因子，预测结果贴合衰减的渐变演变规律，为前馈补偿的提前量提供可靠依据。

9、在一种可能的实现方式中，基于预测灵敏度衰减因子确定下一检测周期的预测补偿增益，包括：获取红外火焰探测器各探测通道的基准增益，基准增益为红外火焰探测器在洁净标定状态下的初始增益；对于每一探测通道，基于探测通道的基准增益、预测灵敏度衰减因子以及检测周期的周期时长，确定探测通道的预测补偿增益，预测补偿增益，是基准增益经预测灵敏度衰减因子修正后的增益值，用于在下一检测周期到来之前提前增大对应探测通道的信号放大倍数，以抵消该探测通道在下一检测周期内因灵敏度衰减预期产生的信号损失；其中，预测补偿增益与预测灵敏度衰减因子正相关，且各探测通道分别独立计算各自的预测补偿增益。

10、根据上述技术手段，以红外火焰探测器在洁净标定状态下的初始增益为基准增益，经预测灵敏度衰减因子修正得到预测补偿增益，并在下一检测周期到来之前提前增大对应探测通道的信号放大倍数，下一检测周期内因灵敏度衰减预期产生的信号损失在发生之前即被预先抵消；检测周期的周期时长参与预测补偿增益的确定，补偿量与衰减在检测周期内的累积程度相匹配；各探测通道独立计算各自的预测补偿增益，通道间的响应差异被分别覆盖。

11、在一种可能的实现方式中，利用预测补偿增益对下一检测周期采集的火焰特征波段信号和参考波段信号进行前馈补偿，包括：在下一检测周期采集到火焰特征波段信号和参考波段信号之后，分别利用预测补偿增益对火焰特征波段信号和参考波段信号进行信号放大，得到前馈补偿后的火焰特征波段信号和前馈补偿后的参考波段信号。

12、根据上述技术手段，在下一检测周期采集到火焰特征波段信号和参考波段信号之后，分别利用预测补偿增益对两个波段的信号进行信号放大，火焰特征波段信号与参考波段信号的幅度在补偿后同步恢复，两个波段信号之间的幅度比例关系保持一致，为基于参考波段信号的反馈微调补偿提供幅度基准一致的输入。

13、在一种可能的实现方式中，基于隧道环境参数集和参考波段信号，对前馈补偿后的火焰特征波段信号进行反馈微调补偿，包括：获取前馈补偿后的参考波段信号，以前馈补偿后的参考波段信号为基准计算残余信噪比；残余信噪比用于表征前馈补偿后残留的环境背景辐射对信号的干扰程度；将残余信噪比和隧道环境参数集输入反馈补偿映射模型，得到实时反馈补偿系数；反馈补偿映射模型用于根据残余干扰程度和环境参数输出对应的微调补偿量；基于实时反馈补偿系数对前馈补偿后的火焰特征波段信号进行反馈微调补偿。

14、根据上述技术手段，以前馈补偿后的参考波段信号为基准计算残余信噪比，残余信噪比量化前馈补偿后残留的环境背景辐射干扰程度，前馈预测未覆盖的突发性环境变化在残余信噪比中显性呈现；残余信噪比与隧道环境参数集共同输入反馈补偿映射模型，得到实时反馈补偿系数，对前馈补偿后的火焰特征波段信号进行反馈微调补偿，前馈补偿的残留偏差被实时修正，前馈与反馈两级补偿叠加，补偿精度进一步提升。

15、在一种可能的实现方式中，基于反馈微调补偿后的火焰特征波段信号判断是否存在火焰，包括：在反馈微调补偿后的火焰特征波段信号的信号强度大于火焰判定阈值的情况下，确定反馈微调补偿后的火焰特征波段信号的闪烁频率；在闪烁频率位于火焰闪烁频率特征区间内的情况下，判断存在火焰。

16、根据上述技术手段，在反馈微调补偿后的火焰特征波段信号的信号强度大于火焰判定阈值的情况下，再核验闪烁频率是否位于火焰闪烁频率特征区间内，信号强度与闪烁频率双判据串联判定，稳态热源等信号强度满足条件但缺乏火焰闪烁特征的干扰被滤除，误报受到抑制；且判定建立在经过前馈补偿与反馈微调补偿的信号之上，判定基准不受灵敏度衰减影响，火焰探测的准确性在长周期运行中保持稳定。

17、在一种可能的实现方式中，该方法还包括：获取隧道内沿纵向布设的多个红外火焰探测器中目标探测器所在的隧道区段内各红外火焰探测器基于各自采集的参考波段信号相对各自的历史基准值的衰减量确定的个体衰减因子；基于隧道区段内各所述红外火焰探测器的个体衰减因子，确定隧道区段的区段衰减因子；将区段衰减因子确定为所述目标探测器的所述当前灵敏度衰减因子。

18、根据上述技术手段，同一隧道区段内的各红外火焰探测器处于相近的粉尘沉积与污染环境，区段衰减因子基于区段内各红外火焰探测器的个体衰减因子确定，单个探测器因个体差异或局部状况产生的测量偏差被区段整体信息平滑，将区段衰减因子确定为目标探测器的当前灵敏度衰减因子，衰减估计贴近区段环境的真实衰减水平，对个体扰动的抗性提升。

19、在一种可能的实现方式中，基于隧道区段内各红外火焰探测器的个体衰减因子，确定隧道区段的区段衰减因子，包括：在隧道区段内的个体衰减因子与隧道区段内全部个体衰减因子的平均值之间的偏差大于预设偏差阈值的情况下，将个体衰减因子对应的红外火焰探测器确定为局部遮挡探测器，并将局部遮挡探测器的个体衰减因子从区段衰减因子的确定中剔除；将剔除后剩余的个体衰减因子的平均值确定为区段衰减因子。

20、根据上述技术手段，在个体衰减因子与区段内全部个体衰减因子的平均值之间的偏差大于预设偏差阈值的情况下，将该个体衰减因子对应的红外火焰探测器确定为局部遮挡探测器并从区段衰减因子的确定中剔除，局部遮挡等异常个体不再污染区段级估计，以剔除后剩余的个体衰减因子的平均值作为区段衰减因子，区段衰减因子的估计可靠性提升。

21、第二方面，本技术提供了一种隧道智能红外火焰探测器的灵敏度自适应补偿系统，包括：获取模块，用于获取红外火焰探测器在当前检测周期内采集的火焰特征波段信号和参考波段信号；参考波段位于火焰特征波段以外的红外波段，参考波段信号用于表征环境背景辐射；确定模块，用于基于参考波段信号相对历史基准值的衰减量，确定当前检测周期的当前灵敏度衰减因子；预测模块，用于获取当前检测周期之前的连续预设个数的检测周期的历史灵敏度衰减因子序列，将历史灵敏度衰减因子序列输入灵敏度衰减趋势预测模型，预测得到下一检测周期的预测灵敏度衰减因子；第一补偿模块，用于基于预测灵敏度衰减因子确定下一检测周期的预测补偿增益，利用预测补偿增益对下一检测周期采集的火焰特征波段信号和参考波段信号进行前馈补偿；第二补偿模块，用于基于隧道环境参数集和参考波段信号，对前馈补偿后的火焰特征波段信号进行反馈微调补偿；判断模块，用于基于反馈微调补偿后的火焰特征波段信号判断是否存在火焰。

22、第三方面，本技术提供了一种电子设备，包括：处理器和存储器，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行以实现上述第一方面及其任一种可能的实施方式的方法。

23、第四方面，本技术提供了一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述第一方面及其任一种可能的实施方式的方法。

24、第五方面，本技术提供了一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行上述第一方面及其任一种可能的实施方式的方法。

25、需要说明的是，第二方面至第五方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果，此处不再赘述。

26、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。