智能建筑中信号检测技术的应用探究

2014-04-14杜群

电子测试 2014年8期

杜群

（陕西职业技术学院,710100）

0 引言

《2013-17 年中国智能建筑行业发展前景与投资战略规划》分析报告中指出，中国建筑行业的产值持续增长，促进了建筑智能化行业的发展。2005 年，智能建筑行业市场首次突破200 亿元。而近年来每年产值增长均在20%以上。其市场规模在2012 年更是达到了861 亿元。随着技术升级及市场领域的延伸，我国智能建筑行业依然显示出快速发展的态势。

在智能建筑中，信号检测技术的应用十分普遍，从楼宇建造、设施完善到信息整合、安全保障方面均体现出强大的技术优势。

1 信号检测技术基本原理及技术构成

1.1 信号检测基本原理

信号检测技术，主要通过电子学、信息论、计算机以及物理学方法，深入分析噪声产生规律及原因，研究被测信号的个性特点及相似性，达到有用信号（各种环境干扰下）检测的目的。其宗旨是进行“强噪声信号提取”的研究；其任务是对信号检测理论、方法及新技术的摸索实践，借以应用于生产实际中。

1.2 信号检测技术技术构成。

信号的检测，随着噪声或者其他干扰因素的变化而难度有异。噪声的产生来源是多方面的。电路元器件中电子热运动可能产生噪声，半导体器件载流子不规则工作也可能产生噪声。从这点意义上说，限制信号检测系统性能的决定性因素就是噪声。所以如何有效克服噪声将使得信号检测灵敏度大大提高。

下面就信号检测技术的技术构成部分作一概述。

1)滤波器技术

一般地，滤波是指被噪声污染的信号波形。这在信号处理中经常采用，应用价值十分重要。不论哪一类信号检测仪器，对滤波器形成了依赖。滤波器可以最大程度地帮助排除干扰，并分出信号。

滤波器一般采用电感电容等元件分立构成。主要有RC 低通滤波器、LC 谐振回路等类型。它可以滤去如“电源50Mz 滤波”、“收音机、电视机中干扰的滤波某些谱线”等干扰。一些噪声滤波时常混在随机信号中，简单的滤波器并不是最佳滤波电路。信号噪声都具有连续功率谱，普通滤波器误差较大，且工作效率难以保证。这时就需要一种最佳线性滤波方法。其中一个代表就是维纳线性滤波理论。这种滤波方法中，发展较为科学及应用广泛的部分是自适应滤波。它在自动调节工作参数上，配置相当合理。设计时候，它对关于信号噪声的任何先验知识基本不需求，利用噪声抵消方法达到消除混入信号中观察噪声的目的。其原理在于采用有关的噪声源与n（t）输入参考通道，在经过自适应滤波器H（jw）后，让输出噪声抵消n（t），最终系统输出端做到有效抑制噪声。目前其应用主要是在模型识别、通信信道自适应均衡及生物医学信号周期干扰消除方面。

图1 噪声抵消系统原理图

2)信号判决技术

在噪声中判决信号是信号检测技术中的重要技术部分。通常采用维纳滤波的方法在这种情况下是行不通的。因此时域中的统计检验方法便应运而生。它把信号判决（T 时间内）转换为积分形式。当然在信号判决中，因为涉及许多随机因素，尤其在噪声比信号强得多的情况下判决，产生错误几率增加。所以做到最佳的判决准则，其意义在于平均风险的最小化。

信号判决技术，一般都有相应的信号判决准则，具体含由取样信号产生的判决检验统计量和判决门限。这些准则的类别有最大后验概率准则、贝叶斯准则（二元信号判决的最佳准则）、奈曼-皮尔逊准则、极小极大准则等。

3)信号参量估计技术

解决噪声中信号有无的检测，靠信号判决，但是这种技术施行的前提是准确测定信号参量。参量估值范畴主要在于测量噪声中信号的未知参量。在信号确定存在前提，信号参量估计主要研究信号参量如何计算——决定数值大小。当然其大小在不同情况下含义不同。它可以在正弦信号幅度、频率及相位方面起到指正作用。其输入信号则可表示为。由此，参量估计技术决定值主要是通过寻找最佳估计方法实现的。

4)取样积分器技术

在对噪声中正弦信号幅度相位测量时一般用锁定放大器，有时也会出现对噪声淹没中周期短脉冲波形检测。那么这时候就需要用到取样积分器一类技术。

图2 取样积分器电路

下图是取样积分器电路，为与被测信号同频参考信号。延时t0，形成了取样脉冲，通过取样开关K 实现取样输入信号X（t）=S（t）+n（t）。

n 次积累后平均可知输出为

图3 波形示意图

2 智能建筑定义标准及技术体现

2.1 智能建筑的定义标准

1)国际定义标准

智能建筑是通过建筑物结构、系统、服务及管理四项基本要求，利用其内在关系进行优化，从而提供一种投资合理、高效舒适和具有便利环境的建筑物。

2)我国定义标准

根据《智能建筑设计标准》GB/T50314-2006（修订版）国家标准，智能建筑是“以建筑物为平台，兼备信息设施系统、信息化应用系统、建筑设备管理系统、公共安全系统等，集结构、系统、服务、管理及其优化组合为一体，向人们提供安全、高效、便捷、节能、环保、健康的建筑环境”。

2.2 智能建筑技术

图4 智能家居触摸屏

图5 智能建筑

智能建筑技术是通过控制理论、计算机科学技术、人工智能及运筹学等学科，来扩展理论技术。其中，模糊逻辑、神经网络、信号检测及专家系统等为应用最广泛的系统技术。

1)模糊逻辑

它是利用模糊语言描述系统来描述应用系统定量模型及定性模型。它适用于控制任何复杂的对象。在实际应用中，模糊逻辑可以较容易地实现单输入单输出(即SISO) 系统或多输入单输出(即MISO) 系统的控制，但是随着输入输出变量增加，其推理过程将十分复杂。

2)神经网络

这种方法主要利用神经元，按一定拓扑结构学习来调整系统。其中，并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织等体现了它较为丰富的特性。这种网络可跟模糊逻辑一样，使用控制复杂对象。不过控制单输入多输出系统和多输入多输出系统的多变量却是它所擅长，尤其是SIMO 系统和MIMO 系统。

3)信号检测

信号检测，主要通过先进的检索系统，来实现对楼宇噪声环境下微弱信号的捕捉与分析。借此为居住者提供准确的生活指数预报，及相关安全信息反馈等等。现代智能建筑中信号检测技术的应用，目前主要在建筑配电系统信号检测、空调设备信号检测、漏水烟雾报警信号检测及防雷消防系统检测等方面。

3 信号检测技术在智能建筑中的应用。

3.1 配电系统

在该系统，信号检测技术主要利用锁相放大技术对监控视频中微弱信号进行提取，主要监控收集三相相电压、相电流、线电压、线电流、有功无功及频率功率等参数，及时对配电开关的状态进行监视。这样当部分重要参数超过危险界限后，就会自动处理并发出报警。这种方法克服了工频干扰影响，避开1／f 低频噪声，极大地提高了信息准确性。

3.2 漏水、烟雾报警信号检测

漏水信号检测系统，有定位监测和不定位监测两种。定位检测可以准确地报告反馈具体漏水地点，而不定位监测则只能发现系统漏水，不能指出明确地点。这种系统组成主要有两部分，即传感器和控制器。

烟雾信号探测装置，由微电脑控制且故障自检，避免出现漏报误报情况。一旦烟尘进入电离室并超过设定的浓度阈值，烟雾探测器的电场平衡关系会随之破坏，信号监测系统就能及时探测并发出警报。

3.3 防雷、消防系统信号检测

该系统是信号检测技术将信号“稀疏分解思想”应用于雷电及消防领域的典型。这种信号稀疏分解利用MP（Matching Pursuit）算法来实现。该系统可检测出强噪声环境中被淹没的正弦信号幅度、频率和初相位参数，并恢复为待测正弦信号。通过实时监测，信号检测技术能够对雷电环境下建筑消防及其他安全环境的情况及时检测，并将数据反馈做出提前预警，为楼宇居住的安全提供了保障。