[发明专利]处理事故报警器的信号的方法和具有实施该方法的装置的事故报警器

说明书

本发明涉及处理事故报警器的信号的方法，该事故报警器具有至少一个用于监控事故参量的传感器和一个分配给至少一个传感器的求值电路，其中通过至少一个传感器的信号与预定的参数比较实现事故参量的监控。事故报警器例如可以是烟雾报警器、火焰报警器、无源红外线报警器、微波报警器、二元报警器(无源红外线传感器+微波传感器)或噪声报警器。

现在的事故报警器关于事故参量的检测达到如此的灵敏度，主要问题不再在于，尽可能及早地检测事故参量，而是在于，安全地从真正的事故信号中区分干扰信号并由此避免错误告警。对此主要通过应用多个不同的传感器和传感器信号的相关或通过各个传感器信号的不同特征的分析和/或通过相应的信号处理实现在事故信号和干扰信号之间的区分，其中最近通过应用模糊逻辑已经实现抗干扰性的根本改善。

模糊逻辑是众所周知的。关于事故报警器的信号的分析求值强调，根据从属函数信号值分配给所谓的模糊集，其中从属函数的值、或从属于模糊集的度、在0和1之间。对此重要的是，可以标准化从属函数，也就是说从属函数的所有值的和等于1，由此模糊逻辑求值允许明确判读信号。

通过本发明现在给出用于处理事故报警器的信号的开始所述形式的方法，该方法进一步改善了抗干扰性和抗干扰度。

根据本发明方法的特征在于，关于这一点分析至少一个传感器的信号，这些信号是否增多或有规则地出现，并且增多的或有规则出现的信号分选为干扰信号。

根据本发明方法的第一优选改进的特征在于，信号作为干扰信号的分选引起参数的相应调整。

根据本发明的方法基于新的认识，例如火灾报警器在二个检查或二个电流中断之间永不再“理解”为几起真正的火灾，并且增多的或有规则出现的信号预示存在干扰源。由于干扰源引起的干扰信号被认为是一个如此的信号并且相应地调整报警器参数。通过这种方式按照根据本发明方法运作的报警器是能够学习的，并且可以更好地区分真正的事故信号和干扰信号。

根据本发明的第二优选改进的特征在于，当出现干扰信号时在调整参数之前检查至少一个传感器的信号的分析结果的有效性，并且依赖于这个有效性检查的结果实现参数的调整。

第三优选改进的特征在于，借助于以多级分辨率为基础的方法实现有效性检查。

根据本发明方法的第四优选改进的特征在于，子波、主要“双正交”子波或“第二代”子波或“上升模式”用于有效性检查。

子波变换是信号从时域到频段的变换或映射(例如参见1992年四月Dr.Dobb′s杂志中的Mac A.Cody的“快速微波变换”)；该子波变换原则上也类似于傅立叶变换和快速傅立叶变换。可是该子波变换在变换的基本函数上不同于傅立叶变换或快速傅立叶变换，根据变换的基本函数展开信号。在傅立叶变换中应用正弦函数和余弦函数，其在频段内清晰定位并在时域内不确定。在子波变换的情况下应用一个所谓的子波或波包。从中得出不同的类型、比如高斯子波、样条子波或哈尔子波，这些子波分别通过二个参数任意可以在时域内偏移并在频段内延伸或压缩。最近介绍了新的子波方法，其常常称作“第二代”子波。以所谓的“上升模式”(Sweldens)构成如此的子波。

这产生一系列原始信号的近似，其中每一个近似具有比前面一个粗的分辨率。对于变换所必需的操作数目总是正比于原始信号的长度，然而在傅立叶变换的情况下这个数目不与信号长度成比例。从近似值和复原系数中重现原始信号，这样也可以相反实施快速子波变换。在Charles K.Chui的“子波入门(1992年，San Diego，理论出版社)中举一个样条子波的例子给出信号分解与复原的算法和分解与复原的系数表。也参见S.Mallat的这个题目“信号处理的子波方法(理论出版社，1998)。

根据本发明方法的一个另外改进的特征在于，为近似系数或子波的近似系数与具体系数确定期望值，并且在不同分辨率的情况下比较这些期望值。主要在一个估算器中或借助于神经网络实现上述系数的确定。

此外本发明涉及一个具有实施上述方法的装置的事故报警器，其具有至少一个用于事故参量的传感器并具有一个包含微处理器的求值电路用于求值并分析至少一个传感器的信号。

根据本发明的事故报警器的特征在于，微处理器包含一个软件程序，其具有以多级分辨率为基础的学习算法用于分析至少一个传感器的信号。

根据本发明的事故报警器的第一优选实施形式的特征在于，通过学习算法一方面根据信号的重复或有规则的出现实现上述传感器信号的分析，并且另一方面实现分析结果的有效性检查，并且在于，学习算法把子波、主要“双正交”子波或“第二代”子波用于有效性检查。