【技术实现步骤摘要】
本专利技术涉及烟雾报警，特别是涉及一种基于量子光探测的烟雾报警方法及系统。
技术介绍
1、在烟雾报警系统中，光电传感器是最常用的探测装置。然而，传统的光电传感器容易受到非火灾因素的干扰，如灰尘、水雾等，导致误报率较高。为了提高烟雾报警的准确性，需要开发一种能够有效区分火灾烟雾和非火灾气溶胶的光电传感技术。
2、量子光探测技术为解决这一问题提供了新的思路。利用量子纠缠或量子态的超定位性，可以提高光电传感器的探测灵敏度。同时，采用双波长光电传感技术，通过测量不同波长光的散射光差异，可以减少非火灾因素的干扰。然而，在实际应用中，量子光探测技术面临着一些挑战。
3、首先，量子光源的产生和维持需要极其精密的控制，这对探测装置的稳定性和可靠性提出了很高的要求。其次，量子态的超定位性对环境条件非常敏感，如何在复杂多变的火灾现场保持量子态的相干性是一个难题。此外，双波长光电传感技术需要精确控制两种波长光的相位和强度，这对探测装置的设计和制造提出了更高的要求。
4、因此，如何在保证量子光探测技术的高灵敏度和抗干扰能力的同时，提高探测装置的稳定性、可靠性和环境适应性，是亟待解决的关键技术问题。这需要在量子光源、量子态控制、双波长光电传感等方面进行深入研究，并与烟雾报警系统的实际应用相结合，才能最终实现高效、可靠的烟雾报警。
技术实现思路
1、为了解决上述现有技术存在的问题，本专利技术的目的是提供一种基于量子光探测的烟雾报警方法及系统，在保证量子光探测技术的高灵敏度和
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于量子光探测的烟雾报警方法，包括：
4、获取当前环境信息，根据所述当前环境信息匹配量子光源控制参数；所述量子光源控制参数包括：量子光源的频率、相位和强度；
5、通过调节所述量子光源控制参数，产生具有量子纠缠特性的双波长探测光；在产生所述双波长探测光的过程中，将所述当前环境信息输入至环境预测模型，获取未来目标时段的环境预测结果；所述环境预测模型利用第一训练集训练神经网络模型获得；其中，所述第一训练集包括：原始环境信息；
6、将所述环境预测结果和保持最初量子纠缠特性作为决策依据，自适应调整所述量子光源控制参数；
7、基于所述具有量子纠缠特性的双波长探测光，采集散射光信号，建立相应的火灾烟雾散射光谱，确定所述火灾烟雾散射光谱与烟雾浓度的映射关系，根据所述映射关系区分火灾烟雾和非火灾气溶胶，当出现火灾烟雾时，则触发烟雾报警。
8、可选地，所述量子纠缠特性包括：纠缠度和纠缠光子数。
9、可选地，自适应调整所述量子光源控制参数包括：
10、步骤1、将所述环境预测结果和保持最初量子纠缠特性作为决策依据，根据所述量子光源控制参数随机生成初始粒子群；每个粒子表示一个调整量子光源控制参数方案，为每个粒子分配一个随机速度，表示调整方案的变化趋势；
11、步骤2、将所述调整方案映射为粒子的位置向量；
12、步骤3、根据所述决策依据构建适应度函数，用于评估每个粒子代表的调度方案的优劣；
13、步骤4、将所述粒子进行速度与位置更新，并进行交叉变异操作；
14、步骤5、预设最大迭代次数，根据所述最大迭代次数重复步骤3-4，当到达最大迭代次数，获取粒子群中最优适应度的粒子作为最优量子光源控制参数，将所述量子光源控制参数调整至最优量子光源控制参数。
15、可选地，将所述粒子进行速度更新包括：
16、
17、其中，表示粒子i在第j维上的新速度，w表示惯性因子，vij表示粒子i在第j维上的当前速度，a1和a2表示加速常数，r1和r2表示介于[0,1]之间的随机数，表示粒子i在第j维上的个体最优位置，表示粒子i在第j维上的当前位置，g表示干扰因子，表示随机选择的其他粒子的位置，代表了随机探索行为。
18、可选地，将所述粒子进行位置更新包括：
19、
20、其中，表示粒子i在第j维上的新位置。
21、可选地，对所述粒子进行交叉变异操作包括：
22、对所述粒子进行交叉操作包括：
23、从当前粒子群中选择两个或多个粒子作为交叉对象，在粒子的位置向量中随机选择一个交叉点或多个交叉点，根据选定的交叉方式，交换交叉对象在交叉点位置的信息，获取多个新的位置向量，所述新的位置向量为新的调整方案；
24、对所述粒子进行变异操作包括：
25、从当前粒子群中选择两个或多个粒子作为变异对象，预设变异方式，对选择一对所述变异对象的位置信息进行修改。
26、可选地，建立相应的火灾烟雾散射光谱包括：
27、基于所述具有量子纠缠特性的双波长探测光，采集散射光信号，根据所述散射光信号，获取初始火灾烟雾散射光谱，对所述初始火灾烟雾散射光谱进行去除噪声和异常值处理，得到标准化的火灾烟雾散射光谱。
28、可选地，根据所述映射关系区分火灾烟雾和非火灾气溶胶包括：
29、从所述火灾烟雾散射光谱提取反映火灾烟雾和非火灾气溶胶光谱特征的关键参数，构建散射光谱特征向量，将所述散射光谱特征向量输入火灾烟雾和非火灾气溶胶的分类模型，获取分类结果；所述分类模型利用第二训练集训练获得；所述第二训练集包括：散射光谱特征向量及其与烟雾浓度的映射关系；
30、在训练模型过程中，根据不同的类型建筑环境的散射光谱数据，训练相应的火灾烟雾和非火灾气溶胶的分类模型。
31、为实现上述目的，本专利技术还提供了一种基于量子光探测的烟雾报警系统，包括：
32、环境信息获取模块，用于获取当前环境信息，根据所述当前环境信息匹配量子光源控制参数；所述量子光源控制参数包括：量子光源的频率、相位和强度；
33、量子光生成模块，用于通过调节所述量子光源控制参数，产生具有量子纠缠特性的双波长探测光；在产生所述双波长探测光的过程中，将所述当前环境信息输入至环境预测模型，获取未来目标时段的环境预测结果；所述环境预测模型利用第一训练集训练神经网络模型获得；其中，所述第一训练集包括：原始环境信息；
34、控制参数调整模块，用于将所述环境预测结果和保持最初量子纠缠特性作为决策依据，自适应调整所述量子光源控制参数；
35、烟雾报警模块，用于基于所述具有量子纠缠特性的双波长探测光，采集散射光信号，建立相应的火灾烟雾散射光谱，确定所述火灾烟雾散射光谱与烟雾浓度的映射关系，根据所述映射关系区分火灾烟雾和非火灾气溶胶，当出现火灾烟雾时，则触发烟雾报警。
36、本专利技术的有益效果为：
37、本专利技术公开了一种基于量子光探测的烟雾报警方法及系统。该系统利用量子纠缠光源产生双波长探测光，通过自适应算法实时调整量子态，以适应复杂多变的火灾现场环境。
38、本文档来自技高网...
【技术保护点】
1.一种基于量子光探测的烟雾报警方法，其特征在于，包括：
2.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，所述量子纠缠特性包括：纠缠度和纠缠光子数。
3.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，自适应调整所述量子光源控制参数包括：
4.根据权利要求3所述的基于量子光探测的烟雾报警方法，其特征在于，将所述粒子进行速度更新包括：
5.根据权利要求3所述的基于量子光探测的烟雾报警方法，其特征在于，将所述粒子进行位置更新包括：
6.根据权利要求3所述的基于量子光探测的烟雾报警方法，其特征在于，对所述粒子进行交叉变异操作包括：
7.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，建立相应的火灾烟雾散射光谱包括：
8.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，根据所述映射关系区分火灾烟雾和非火灾气溶胶包括：
9.一种基于量子光探测的烟雾报警系统，其特征在于，包括：
【技术特征摘要】
1.一种基于量子光探测的烟雾报警方法，其特征在于，包括：
2.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，所述量子纠缠特性包括：纠缠度和纠缠光子数。
3.根据权利要求1所述的基于量子光探测的烟雾报警方法，其特征在于，自适应调整所述量子光源控制参数包括：
4.根据权利要求3所述的基于量子光探测的烟雾报警方法，其特征在于，将所述粒子进行速度更新包括：
5.根据权利要求3所述的基于量子光探测的烟雾报警方...
【专利技术属性】
技术研发人员：张雪华，李林，郑利敏，李利平，杨春升，王建军，姚世昌，刘金睿，
申请(专利权)人：中原工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。