基于嵌入式系統和模糊神經網絡的森林火災報警系統設計

鄧亦驍

（武漢理工大學 機電工程學院，湖北 武漢 430070）

森林火災極大地威脅著森林資源安全，造成當地生態平衡嚴重破壞，影響生物多樣性，同時嚴重損害了人們的生命財產安全。監測森林火災的發生是及時有效撲滅林火并防止火勢進一步蔓延的重要措施，因此，需要對森林火災進行及時、準確的監測與定位。

森林火災的出現和火勢蔓延與林區地理特征、當地氣候變化規律以及人類活動有極大關系，同時由于森林地形、氣候情況復雜，林火不易第一時間有效察覺[1]，這都給有效監測森林火災帶來了極大的困難。現有監測森林火災的方法主要有4 種：地面人工巡護監測、傳統地面設備監控、航空巡查、衛星探測[2]。但現有方法仍存在準確率不高、智能化水平有待提高等問題。

針對上述存在問題，需要一種智能化程度高、準確有效的森林火情地面監測系統對林區進行監測，準確探測森林火災的發生和判斷火情的發展，并將情況和相關數據及時報告給當地林業、消防和公安部門。

1 森林火災報警系統硬件設計

森林火災報警系統主要包括火災探測模塊、無線通訊模塊、火災報警控制器[3]等。

1.1 火災探測模塊硬件設計

森林火災探測模塊是一種集合煙霧、溫度、CO 濃度和明火監測為一體的綜合探測模塊，通過無線通信模塊與火災報警控制器通信。

1.1.1 傳感器部分設計

本系統中的探測節點的前端傳感器部分由離子煙霧傳感器NIS-05A、負溫度系數NTC 熱敏電阻-溫度傳感器MF61系列、NAP-505 型電化學CO 氣體傳感器和明火傳感器JC-MH-ZN01 組成。這些傳感器均可采用電池驅動，且具有高精度、高靈敏度、穩定性好和低功耗等優良性能，使用時不會對森林環境造成影響。其中，明火傳感器可探測明火中的紫外線，對火焰反應快，且內置單片機，采用智能算法，既可以實現快速報警，又可以降低誤報率。

1.1.2 信號調理電路及處理單元電路

傳感器采集的信號不可避免地包含雜波，而且傳感器采集到的微弱模擬信號不適合直接進行A/D 轉換，需要先經過信號調理再輸入單片機ADC 的輸入端中轉換成數字量。模塊中有煙霧濃度、溫度和CO 濃度3 路傳感器信號采集通道，采用MAX407 構成調理電路對這3 路信號進行調理后送入MSP430F4794 微控制器中進行模數轉換并進行初步判斷。MSP430F4794 微控制器與無線通信模塊相連進行串行通信，將采集到的異常信號通過無線通信模塊發送給對應的火災報警控制器做進一步的分析處理。

1.2 無線通信模塊硬件設計

無線通信模塊的設計采用AI-Thinker 公司的A9G 模塊。A9G 模塊具有GPRS 通信功能，可利用現有基站進行通信，而且模塊功耗低、傳輸速率高，可由鋰電池供電，非常適合作為森林火災報警系統的無線通信模塊。本系統中采用4 V鋰電池給A9G 模塊供電，選用高增益天線，使無線通信網絡覆蓋更大范圍，并選用900 MHz 作為A9G 模塊的工作頻段。A9G 模塊可使用AT 指令進行編程設置，從而實現與遠程服務器建立TCP 通信，發送探測模塊的數據，接收火災報警控制器的指令并與微控制器進行同步串口通信。

1.3 火災報警控制器硬件設計

火災報警控制器是森林火災報警系統中的關鍵部分，控制器除了具有基本功能，還具有基于算法的智能化火災識別能力。本系統選用包含ARM Cortex-M7 內核的STM32H743作為火災報警控制器的核心。STM32H743 的CPU 工作頻率為480 MHz，具有雙精度浮點單元，有極高的綜合性能，適應本系統神經網絡的龐大計算需求。在其控制核心基礎上還擴展了串行通信功能、人機界面和以太網控制器功能等。

1.3.1 液晶顯示控制器

LCD 是控制器人機交互功能的一個重要組成部分。本系統中所選的控制器STM32H743 自帶LCD-TFT 顯示控制器，采用ATK-35’TFT-LCD 顯示模塊與控制器上LCD-TFT外部信號接口連接，并通過軟件配置STM32H743 上的寄存器，使顯示模塊與控制器之間實現串行通信。

1.3.2 基站串行通信

控制器與相連的基站進行通信，基站再與無線通信模塊進行GPRS 通信。將STM32H743 的SPI 設置為全雙工通信，控制器和基站中的移位寄存器通過MOSI 和MISO 引腳之間的兩條單向線連接。在SPI 通信過程中，數據隨控制器提供的SCK 時鐘邊沿同步移位。

1.3.3 以太網控制器

每一管理區域的火災報警控制器都通過以太網向總控平臺傳遞火情信息。STM32H743 自身即帶有以太網模塊，可通過ST 公司開發的STM32CubeMx 軟件對微控制器進行相關配置，同時選擇LAN8720 芯片作為物理層芯片，用來為 STM32H743 提供 PHY 層。

2 森林火災報警系統軟件設計

本系統采用模糊神經網絡判斷森林火災是否發生，同時為有效預防森林火災，根據該林區具體的天氣變化，動態評估發生火災的概率，從而有針對性地加大地面-天空一體化的巡查監視力度。

2.1 火災探測模塊軟件設計

火災探測模塊的主要任務是由微控制器MSP430F4794來控制火災參量信號的采集與AD 轉換，并向火災報警控制器發送數據。探測節點上電或復位后，首先需要進行硬件和軟件的初始化工作，同時A9G 模塊向基站建立連接。傳感器每隔一定時間（由總控平臺根據天氣情況動態調整）采集周圍環境中的火災參數信號并發送給單片機進行處理。

傳感器采集到的數據是微弱的模擬量信號，經過放大調理電路的信號放大和調理后，由單片機內置的ADC 進行模擬/數字轉換，得到數字信號，當判斷出現明火或溫度、煙霧濃度、CO 濃度超過閾值時，單片機通過無線通信模塊向控制器發送現場數據作進一步分析處理。

2.2 火災報警控制器軟件設計

火災報警控制器具有強大的浮點數處理能力、分析能力強、處理運算速度快，因此可由火災報警控制器實現模糊神經網絡算法、完成復雜數據的處理以及對數據采集單元的控制與管理。當火災報警控制器收到能明顯判斷存在火情的數據時，控制器立即將情況上報給總控平臺；當收到的火災參量數據存在異常但不能做出立即判斷時，則利用模糊神經網絡進行進一步計算分析，如果發生了火災，則上報總控平臺，否則中斷返回。

火災狀態判斷程序運用了模糊神經網絡算法，從而實現森林火災的智能化判斷。探測模塊將探測到的各種火災參量數據傳遞到對應區域內的火災報警控制器，模糊神經網絡通過隸屬函數將其模糊化，然后經過神經網絡學習對網絡權值進行修改，計算輸出模糊邏輯的語言變量無火、陰燃和有火。

2.3 總控平臺軟件設計

總控平臺接收來自各個火災報警控制器發送的火災情況，并在人機交互界面上顯示火災發生的具體位置地點以及火情數據信息，同時發出警報。

本系統利用歷年來森林火災提供的相關數據建立并訓練神經網絡，并運用遺傳算法改進的BP 神經網絡的權值和閾值[4]，從而提高BP 神經網絡的準確性和運算速度。總控平臺根據當地氣象部門實時提供的該地區的溫度、濕度、風力等氣象數據輸入訓練好的神經網絡中計算此時發生森林火災的概率。當動態估計的火災發生概率在某一時刻超過事先設定好的警戒值時，則立即通過該區域內的火災報警控制器調整提高區域內探測模塊輪詢采集信號的頻率，增大對森林火災的監測力度。同時總控平臺上傳有關情況給管理部門，請求增加對該林區的情況航空、衛星、地面巡邏等一體化監測，防止大規模森林火災的發生。

3 結束語

本系統通過探測節點及無線通信模塊、火災報警控制器和總控平臺，構成了森林火災監測一體化系統。火災報警控制器中運用模糊神經網絡提高了對森林火災狀態判斷的準確性，基于遺傳算法改進的BP 神經網絡則根據氣象數據動態分析森林火災的發生概率并動態調整探測節點的數據采集頻率。控制器與探測節點間采用GPRS 通信技術，控制器與總控平臺則通過以太網互聯，構成了完整高效的數據傳輸網絡。本系統可以準確、有效地監測森林火災狀態并及時發出警報，具有廣闊的應用前景。