一种基于网关设备的消防设施报警管理方法及系统与流程

摘要: 本发明涉及智慧消防物联网,更具体地说,它涉及一种基于网关设备的消防设施报警管理方法及系统。背景技术:1、现有技术中,消防设施的报警与联动通常依赖单一感知设备设置...
一种基于网关设备的消防设施报警管理方法及系统与流程

本发明涉及智慧消防物联网,更具体地说,它涉及一种基于网关设备的消防设施报警管理方法及系统。

背景技术:

1、现有技术中,消防设施的报警与联动通常依赖单一感知设备设置固定阈值来触发。该问题在工业建筑、地下空间等复杂消防场景中尤为突出,此类设备极易受气流、粉尘或局部硬件故障等噪声干扰而产生高误报率与漏报率;同时,现有物联网网关在处理多源异构数据时,缺乏在底层基于空间离散差异与时域信息熵特征对感知数据进行动态降权修正的能力,导致决策可靠性偏低;更为关键的是,在向末端执行设备下达防消联动控制指令时,现有系统为防范网络恶意篡改,通常引入固定的安全加密握手机制,这无法有效化解加密握手耗时与火灾抢险亟需的快速联动响应之间的物理冲突,极易在危急的火情态势下导致关键控制指令发生网络通信拥塞或执行延误。

2、由此,本发明提供了一种基于网关设备的消防设施报警管理方法及系统,改善了上述技术问题。

技术实现思路

1、本公开实施例旨在针对现有技术的不足,提供一种基于网关设备的消防设施报警管理方法及系统,本发明结合系统先验参数与时空多维特征执行联合惩罚,实现边缘感知数据的动态降权修正,并结合视觉识别置信概率执行多模态态势加权生成综合火灾严重度数据,进而反向自适应分配安全通信延迟预算与控制占空比,实现了从底层硬件级去噪决策到快速安全防消联动的控制闭环。

2、为实现上述目的,本公开实施例提出以下技术方案:

3、第一方面,本公开实施例提出一种基于网关设备的消防设施报警管理方法,应用于边缘计算网关设备,所述方法包括:

4、通过所述网关设备的通信控制器获取目标区域内异构感知设备的原始环境电信号,经预处理后转换为针对离散物理环境状态的基本概率分配数据;

5、基于感知设备间数据的空间离散差异特征、时域信息熵特征以及感知设备固有的先验信任权重,通过算术逻辑单元对所述基本概率分配数据进行联合惩罚计算与动态降权修正,输出修正后基本概率分配数据;

6、通过数字信号处理器对所述修正后基本概率分配数据进行证据融合处理生成全局火灾置信度,并结合边缘ai加速器提取的视觉识别置信概率进行多模态态势加权,生成综合火灾严重度数据;

7、基于所述综合火灾严重度数据执行反比例映射控制,为安全加密协处理器内的硬件定时器自适应分配安全通信延迟预算;

8、基于所述综合火灾严重度数据及其差分斜率,以及所述安全通信延迟预算的倒数,由执行器驱动单元执行量纲对齐与加权求和运算,生成对应目标执行设备的操作强度推荐数据,转换为控制占空比并经硬件加密后下发。

9、作为本发明的一种优选技术方案,在获取目标区域内异构感知设备的原始环境电信号之前,所述方法还包括:

10、将包含物理采样周期、标定参数集以及量纲转换与对齐物理匹配系数在内的通用计算类参数自非易失性存储器加载至静态随机存取存储器的常驻寻址区中;

11、由所述安全加密协处理器提取其内置安全存储区内的消息认证码密钥与加密算法配置参数完成初始化操作,所述消息认证码密钥不进入系统共享内存寻址区。

12、作为本发明的一种优选技术方案,在对所述基本概率分配数据进行联合惩罚计算与动态降权修正之前,还包括如下特征提取步骤:

13、基于海林格距离度量公式量化任意两个感知设备间的环境数据离散差异值,通过硬件累加器求取目标感知设备与其他设备的平均偏差,生成作为所述空间离散差异特征的全局冲突度特征;

14、基于香农熵数学模型计算所述基本概率分配数据的所述时域信息熵特征,在检测到单状态概率输入值为零时触发信息熵转换逻辑门内置的零值旁路电路直接输出求和运算结果为零,并在所计算的特征值大于设定的最大环境噪声信息熵容限常数时,触发该信息熵转换逻辑门内置的硬件限幅电路执行截断操作。

15、作为本发明的一种优选技术方案,所述对所述基本概率分配数据进行联合惩罚计算与动态降权修正,输出修正后基本概率分配数据,包括:

16、基于感知设备的检测率与误报率的对数似然比,以及漏报率与正确否定率的对数似然比,构建先验信任权重;

17、针对目标感知设备,将所述基本概率分配数据、所述时域信息熵特征构成的线性惩罚函数项、所述全局冲突度特征构成的指数惩罚函数项以及该先验信任权重相乘,计算获取惩罚项求和分母值;

18、利用零值检测电路对所述惩罚项求和分母值进行校验,响应于该惩罚项求和分母值大于或等于最小权重判定阈值,执行归一化处理输出所述修正后基本概率分配数据;响应于该惩罚项求和分母值小于所述最小权重判定阈值,将该目标感知设备的修正后基本概率分配数据重置为状态未知。

19、作为本发明的一种优选技术方案,所述对所述修正后基本概率分配数据进行证据融合处理生成全局火灾置信度,包括:

20、获取同时在线的感知设备总数,响应于所述感知设备总数为1,直接输出该设备的所述修正后基本概率分配数据作为融合结果;

21、响应于所述感知设备总数大于或等于2,采用两两迭代合成方式进行融合;

22、在每次两两合成运算前计算证据合成冲突系数:响应于该证据合成冲突系数小于冲突阈值,执行标准dempster正交合成;响应于该证据合成冲突系数大于或等于该冲突阈值,触发降级融合处理,按照参与合成设备的先验信任权重执行加权平均以替代正交合成,并同步更新当前融合结果的等效先验权重供后续迭代合成使用;

23、提取最终迭代完成的融合结果中指向发生明火状态的数值分量,作为所述全局火灾置信度。

24、作为本发明的一种优选技术方案,所述基于所述综合火灾严重度数据执行反比例映射控制,为安全加密协处理器内的硬件定时器自适应分配安全通信延迟预算,包括:

25、提取预先加载的基准加密容忍延迟参数与网络带宽调节常数;

26、执行反比例映射计算,将所述基准加密容忍延迟参数作为分子分量,将常数1与网络带宽调节常数、综合火灾严重度数据的乘积之和作为分母分量,获取除法运算结果;

27、将所述除法运算结果作为所述安全通信延迟预算,写入所述硬件定时器作为倒计时初值。

28、作为本发明的一种优选技术方案,所述基于所述综合火灾严重度数据及其差分斜率,以及所述安全通信延迟预算的倒数,执行量纲对齐与加权求和运算,生成对应目标执行设备的操作强度推荐数据,包括:

29、提取预先加载的第一量纲转换与对齐物理匹配系数、第二量纲转换与对齐物理匹配系数与第三量纲转换与对齐物理匹配系数;

30、将当前周期的所述综合火灾严重度数据与上一周期的综合火灾严重度数据之差,除以物理采样周期,获取所述差分斜率;

31、将所述第一量纲转换与对齐物理匹配系数与当前周期的所述综合火灾严重度数据相乘计算第一运算分量,将所述第二量纲转换与对齐物理匹配系数与所述差分斜率相乘计算第二运算分量,将所述第三量纲转换与对齐物理匹配系数与所述安全通信延迟预算的倒数相乘计算第三运算分量;

32、对所述第一运算分量、所述第二运算分量与所述第三运算分量执行加权求和运算,输出无量纲的所述操作强度推荐数据。

33、第二方面,本公开实施例提出一种基于网关设备的消防设施报警管理系统,所述系统配置于边缘计算网关设备,包括:

34、初始数据采集与概率分配模块,运行于通信控制器与中央处理器,用于获取目标区域内异构感知设备的原始环境电信号,经预处理后转换为针对离散物理环境状态的基本概率分配数据;

35、动态降权修正模块,运行于算术逻辑单元,用于基于感知设备间数据的空间离散差异特征、时域信息熵特征以及感知设备固有的先验信任权重,对所述基本概率分配数据进行联合惩罚计算与动态降权修正,输出修正后基本概率分配数据;

36、证据融合与多模态评估模块,运行于数字信号处理器与边缘ai加速器,用于对所述修正后基本概率分配数据进行证据融合处理生成全局火灾置信度,并结合视觉识别置信概率进行多模态态势加权,生成综合火灾严重度数据;

37、安全通信延迟分配模块,运行于安全加密协处理器,用于基于所述综合火灾严重度数据执行反比例映射控制,为硬件定时器自适应分配安全通信延迟预算;

38、联动推荐与执行模块,运行于执行器驱动单元,用于基于所述综合火灾严重度数据及其差分斜率,以及所述安全通信延迟预算的倒数,执行量纲对齐与加权求和运算,生成对应目标执行设备的操作强度推荐数据,转换为控制占空比并经硬件加密后下发。

39、作为本发明的一种优选技术方案,所所述动态降权修正模块具体用于:

40、基于海林格距离度量公式与硬件累加器计算获取全局冲突度特征,作为所述空间离散差异特征;

41、基于香农熵数学模型计算所述时域信息熵特征,在检测到单状态概率输入值为零时触发信息熵转换逻辑门内置的零值旁路电路,并在特征值越限时触发硬件限幅电路执行截断操作;

42、基于检测率与误报率的对数似然比、漏报率与正确否定率的对数似然比构建所述先验信任权重,将其与所述基本概率分配数据、所述时域信息熵特征构成的线性惩罚函数项及所述全局冲突度特征构成的指数惩罚函数项相乘,在通过硬件零值检测电路校验后输出所述修正后基本概率分配数据。

43、作为本发明的一种优选技术方案,所所述联动推荐与执行模块具体用于:

44、提取三组量纲转换与对齐物理匹配系数;

45、计算所述综合火灾严重度数据在一阶时间轴上的所述差分斜率;

46、将当前火灾严重度、差分斜率、延迟倒数三类特征值分别与对应的所述量纲转换与对齐物理匹配系数相乘,抵消差分斜率项与延迟倒数项的时间倒数量纲,执行求和后输出无量纲的所述操作强度推荐数据。

47、综上所述,本发明具有以下有益效果:

48、其一,本发明通过全局冲突度特征与时域信息熵特征分别量化感知设备间数据的空间离散差异与时间无序跳变特性,并结合感知设备的先验信任权重对基本概率分配数据进行时空多维约束的联合惩罚计算,实现了从硬件层面有效抑制环境气流扰动或局部器件故障引发的极端噪声;配置了硬件零值校验机制以隔离失效设备的有效证据贡献,降低了单一感知设备漂移导致的误报与漏报风险,提升了底层融合数据的可靠性。

49、其二,本发明通过在生成全局火灾置信度后结合边缘ai加速器输出的视觉识别置信概率执行多模态态势加权生成综合火灾严重度数据,实现了有效规避因现场复杂物理干扰引起的虚假火灾信号;弥补了单一物联网传感模态的物理局限性,能够更准确地表征火势蔓延态势,提升了火情判定的可靠性。

50、其三,本发明通过基于综合火灾严重度数据反比例映射控制为安全加密协处理器内的硬件定时器自适应分配安全通信延迟预算作为倒计时初值,实现了安全加密握手耗时与火灾响应实时性的动态平衡;能够在火情危急时从硬件层面强制约束控制指令的加密封包与发送窗口时间,有效化解了加密握手耗时与抢险快速响应之间的物理冲突,避免了紧急状态下关键防消联动指令的信道阻塞。

51、其四,本发明通过提取综合火灾严重度数据的差分斜率以及安全通信延迟预算的倒数,调用量纲转换物理匹配系数执行量纲对齐与加权求和,实现了将火情态势与网络状态无缝衔接至末端物理设备的控制模型中;输出无量纲的操作强度推荐数据并严格映射转换为目标执行设备的占空比控制量,实现了从底层信号采集、多模态清洗决策到执行器精准驱动的硬件级自适应闭环联动控制。