基于无线传感网络的火灾趋势预测的若干问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 无线传感器网络简述 | 第11-13页 |
| 1.2.1 无线传感器网络的体系结构 | 第12页 |
| 1.2.2 无线传感器网络的主要应用领域 | 第12-13页 |
| 1.2.3 无线传感器网络特征分析 | 第13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 本文主要工作及章节安排 | 第14-16页 |
| 第二章 建筑火灾救援的研究方法与现状 | 第16-26页 |
| 2.1 建筑火灾救援的研究进展 | 第16-17页 |
| 2.1.1 建筑火灾救援关键技术 | 第16页 |
| 2.1.2 建筑火灾救援的主要工作 | 第16-17页 |
| 2.2 建筑火灾蔓延机理 | 第17-20页 |
| 2.2.1 建筑物火灾特点 | 第17页 |
| 2.2.2 建筑物内火灾的蔓延形式 | 第17-18页 |
| 2.2.3 建筑火灾蔓延特性影响因素 | 第18-19页 |
| 2.2.4 建筑火灾的发展过程 | 第19-20页 |
| 2.3 建筑火灾监测技术与救援的发展 | 第20-23页 |
| 2.3.1 目标定位研究 | 第20-22页 |
| 2.3.2 源定位研究进展 | 第22-23页 |
| 2.4 建筑火灾蔓延趋势预测技术 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 大型建筑环境的火源定位研究 | 第26-40页 |
| 3.1 无线传感器网络定位技术 | 第26-28页 |
| 3.1.1 无线传感器网络定位技术概述 | 第26-27页 |
| 3.1.2 无线传感器网络源定位算法 | 第27-28页 |
| 3.2 基于能量的源定位方法 | 第28-31页 |
| 3.2.1 能量源衰减模型 | 第29页 |
| 3.2.2 能量源定位算法 | 第29页 |
| 3.2.3 最大期望(EM)算法 | 第29-30页 |
| 3.2.4 多分辨率搜索方法(MR)方法 | 第30页 |
| 3.2.5 定位算法的评价指标 | 第30-31页 |
| 3.3 基于能量的建筑室内火源(温度源)定位 | 第31-36页 |
| 3.3.1 建筑火灾火源模型的建立 | 第32-35页 |
| 3.3.2 EM-MR组合算法 | 第35-36页 |
| 3.4 实验结果与分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于元胞自动机的建筑火灾蔓延模型 | 第40-54页 |
| 4.1 火灾蔓延模型简介 | 第40-41页 |
| 4.1.1 火灾蔓延模型的分类 | 第40页 |
| 4.1.2 火灾蔓延发生的阶段 | 第40-41页 |
| 4.2 元胞自动机的基本思想 | 第41-45页 |
| 4.2.1 元胞自动机的发展历程 | 第41页 |
| 4.2.2 元胞自动机的原理介绍 | 第41-44页 |
| 4.2.3 元胞自动机的特点 | 第44-45页 |
| 4.3 火灾蔓延模型的建立 | 第45-50页 |
| 4.3.1 火灾蔓延速度模型 | 第45页 |
| 4.3.2 元胞火灾蔓延模型的邻域选择 | 第45-46页 |
| 4.3.3 模型的元胞状态与转换规则 | 第46-50页 |
| 4.4 仿真结果分析 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 基于卡尔曼滤波算法的火灾趋势预测 | 第54-66页 |
| 5.1 卡尔曼滤波算法理论介绍 | 第54-56页 |
| 5.1.1 卡尔曼滤波算法的应用 | 第54-55页 |
| 5.1.2 卡尔曼滤波算法流程 | 第55-56页 |
| 5.2 卡尔曼滤波火灾趋势预测建模与仿真 | 第56-61页 |
| 5.2.1 火灾趋势预测 | 第56-57页 |
| 5.2.2 火灾蔓延速度模型 | 第57-59页 |
| 5.2.3 仿真结果与分析 | 第59-61页 |
| 5.3 基于FDS的火场模拟 | 第61-64页 |
| 5.3.1 FDS软件的使用方法 | 第61-62页 |
| 5.3.2 单室火灾发展模拟 | 第62-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |
