多传感器信息融合技术的汽车防盗系统研究

2017-04-14商丘工学院机械工程学院徐雁波

电子世界 2017年17期

关键词：防盗神经网络传感器

商丘工学院机械工程学院徐雁波李威贾磊

多传感器信息融合技术的汽车防盗系统研究

商丘工学院机械工程学院徐雁波李威贾磊

结合当前市场上汽车防盗器普遍存在的误报、监测距离和扰民等问题，本文采用多传感器监测，运用神经网络技术数据分析，对汽车防盗系统进行了进一步的研究，有效地提高了汽车防盗系统的精准率和可靠性。

多传感器；信息融合；防盗系统

0 引言

随着汽车保有量逐年增加，以及电子信息技术的飞速发展，传感器技术、车载网络、数据通讯、计算机处理技术和智能控制技术等被广泛应用于汽车防盗系统，使其产品向智能程度高的网络式方向发展。目前市场上有些汽车防盗系统采用单点监控，遇到情况容易出现错报、漏报等现象，并不加分析产生报警信息。而多传感器系统在性能差异和互补的基础上，采用数据融合的方法，利用神经网络构造数据中心，精准判断汽车所在的状态，降低报警器的误报率，加强防盗系统的可靠性，并结合无线通讯技术向车主发送相关信息。

1 多传感器信息融合技术

1.1 多传感器信息融合技术原理

多传感器信息融合是指协同使用多种传感器，如不同位置的多个同类或不同类的传感器，并将这些传感器所提供的局部环境的不整的信息加以综合，形成与系统环境一致性的完整描述。目的主要是基于各传感器分离获取的监测信息，进行优化组合得到更准确的信息。运用数据融合技术综合处理来自多个传感器的数据信息和相关信息，可以获得比运用单个，孤立的传感器更加详细而精确的结论。

1.2 多传感器信息融合技术功能模型

当前，多传感器信息融合的一般功能模型是后续工作的关键。在多传感器信息融合领域，已经有许多学者在这方面做出了一些努力研究，其中最具代表性的是美国军事实验室理事联合会数据融合工作组提出的JDL模型。

JDL模型是一个有效的、跨越多个运用领域的模型，它确定了适用于信息融合的过程、功能、技术种类和特定技术，包括对象评估、态势评估、威胁评估和过程评估。

在信息融合系统中，根据信息的特点，可分为数据层信息、特征层信息和决策层信息。传感器检测到的数据在融合中心被处理时，可以在某一层，也可以在多层，但最终的融合结果都要传送到融合数据库。根据系统的结构，数据可以从高层次的融合结果对低层次的进行调整。

2 传感器信息的选择

多传感器信息融合技术主要就是利用多种传感器进行数据采集、数据处理、提取信息、实现监测控制。在传感器的选择方面应遵循一定的原则：合理选择传感器并加以优化组合，以实现系统高精度、低成本的需求；选用不同种类的传感器，以实现互补，信息共享，降低虚报漏报的概率；选用多个同种类的传感器，合理布局，做到监测无死角，提高系统可靠性。所以，在汽车防盗系统监测模块中常选用以下几种传感装置。

1)微波多普勒传感器：当人或物体靠近多普勒传感器接收器时，波源的发射波投射到运动的物体上，反射波或散射波的频率会发生变化，再经多普勒检测、放大、限幅等措施，可以得到一个相对应的输出电平，即可以判定人或物体是否靠近。

2)振动传感器：一些不法分子进行盗窃大多都是对车体进行破坏（如砸坏玻璃），该传感器能够对车体振动进行监测，在受到外力破坏时，可以通过声音或闪光报警。

3)倾角传感器：当车体遭到破坏以后，车体相对于初始位置会出现倾角变化，所以，该传感器可以监测车体倾角变化，从而判断为汽车整体被搬运或拖吊情况。

4)热释电红外传感器：人体可以放射出峰值为9～10μm的远红外线，该传感器可以过滤7～10μm的红外线，所以对人体辐射的红外信息较为敏感，可以监测人体是否侵入车内。

5)霍尔开关器件。通过霍尔开关器件可以对汽车的车门、发动机舱盖及后备箱盖的非法开启进行监测。

这五种传感器从人体移动引起波频率的改变、车体振动引起的频段变化、车体位态改变和人体辐射的红外线等不同方面来监测入侵的情况，再通过合理的布局，就能够采集汽车防盗所需全部信息，最大程度地消除信息的不确定因素，提高报警的准确率，从而减少误报的可能性。

3 多传感器信息的数据融合技术

在多传感器系统中，需要多个传感器提供相应的信息，在对不确定信息的融合数据分析过程中，目前，一些较成熟的融合算法有Kalman滤波、贝叶斯估计、Dempster-Shafer证据理论、模糊推理和神经网络技术等。本文所提出的汽车防盗系统是根据融合算法本身的特点，将模糊推理和神经网络技术结合，采用模糊神经网络进行分析，得到所需要的结果数据。

模糊推理系统缺乏自学习、自组织和自适应的能力，信息采集后，通过控制器输入并被模糊化成一定关系，根据这个模糊关系推理得到处理后的信息，左后将这一信息进行清晰化处理。神经网络是模拟人类大脑而产生的一种信息处理技术，在很多领域有所应用。神经网络使用大量的神经元处理采集的信息，通过加权的形式与其他神经元联接，采用并行结构和并行处理机制，具有很强的非线性映射能力，处理信息的能力较强。与模糊推理系统形成互补，在多传感器信息融合方面，两者的结合解决了信号处理和自动推理的难题。

根据模糊逻辑器和神经网络的基本结构，在处理神经网络的各个节点时，要形成不同层，即输入层、隐层和输出层。输入层不进行数据分析，该层主要是输入5个传感器采集的信息，是特征向量的基本要素。隐层则采用激励函数或传递函数对数据进行融合分析，提取能够对应系统状况的参数信息。输出层是网络神经系统的输出变量，实现模糊值到清晰值的转化，确定系统识别的结果信息。

4 多传感器信息融合的汽车防盗系统

对于多传感器信息融合的防盗系统主要有传感器模块、电源模块、中央处理模块和警报响应模块。

其中传感器组模块由微波多普勒传感器、振动传感器、倾角传感器、热释电红外传感器和霍尔开关器件组成，它们主要是对车辆环境周围监测，提供相关信息；电源模块是通过车载蓄电池降压提供电能；中央处理模块主要对所有输入的信息进行计算处理并发出指令给警报响应模块。警报响应模块主要接收中央处理器的信息，根据指令执行动作（声音、闪光报警、与车主通讯、锁死点火系统或切断油路等）。