一种多节点传感器数据融合的实验室火灾探测方法

本发明公开了一种多节点传感器数据融合的实验室火灾探测方法，包括以下步骤：通过采用LoRa通信技术搭建实验室多节点火灾监测网络，并增加节点之间的时隙间隔，以改进时分复用和增量传输通信模式；引入极限学习机对实验室内各节点采集的包括温度、烟雾浓度和CO浓度在内的数据进行特征层数据融合，从而输出各火情发生的概率；运用麻雀搜索算法对极限学习机进行优化；借助模糊推理方法，结合各火情发生的概率和火灾持续时间，在决策层面进行特征融合，确定火情警报的级别。通过融合多传感器数据提高了系统对火灾事件的感知能力，在决策层中结合模糊推理技术，提高了系统的灵活性和实用性。