Метод гибридной фильтрации информации с пожарных датчиков на основе взвешенного медианного фильтра с конечной импульсной характеристикой и фильтра Калмана

Актуальность исследования обусловлена необходимостью повышения устойчивости рекурсивных систем прогнозирования пожароопасных ситуаций к разнотипным возмущениям – вибрациям, электромагнитным помехам и накапливающимся ошибкам прогноза. В таких системах даже незначительные искажения спрогнозированных временных рядов могут привести к ложным срабатываниям или пропуску угроз, что особенно критично в объектах с высокой плотностью пребывания людей, например, в метрополитенах. Существующие фильтры, применяемые изолированно, не обеспечивают одновременного подавления гауссовских и импульсных помех, сохранения резких изменений сигнала и минимизации фазового сдвига. В связи с этим в работе разработан и исследован гибридный метод фильтрации, сочетающий фильтр Калмана и взвешенный КИХ-гибридный медианный фильтр. Эффективность метода оценена на синтетических и реальных данных (включая ~ 6 млн отсчетов с датчиков метрополитена) по комплексу метрик: MAE, MSE, SNR, точности воспроизведения производной и быстродействию. Показано, что предложенный гибрид обеспечивает наилучшие результаты: снижение MAE до 0,419, рост SNR до 2,05 дБ и сохранение Accuracy на уровне 99,98 %. Материалы статьи представляют практическую ценность для разработчиков систем пожарной безопасности и специалистов по обработке сенсорных данных в реальном времени.

1. Janjanam L., Saha S.K., Kar R., Mandal D. Adaptive recursive system identification using optimally tuned Kalman filter by the metaheuristic algorithm. Soft Computing. 2024;28:7013–7037. https://doi.org/10.1007/s00500-023-09503-z

2. Zhou Y., Jing Zh., Dong P., Huang J. Robust median consensus cubature Kalman filter for distributed sensor networks. Digital Signal Processing. 2024;153. https://doi.org/10.1016/j.dsp.2024.104629

3. Tulyakova N., Trofymchuk O. Application of myriad filtering in real-time trend detection algorithms. Journal of Automation and Information Sciences. 2024;69(6):91–106.

4. Pale-Ramon E.G., Shmaliy Y.S., Morales-Mendoza L.J., Lee M.G. Finite Impulse Response (FIR) Filters and Kalman Filter for Object Tracking Process. In: 6th International Technical Conference on Advances in Computing, Control and Industrial Engineering (CCIE 2021), 16–17 October 2021, Hangzhou, China. Singapore: Springer; 2022. P. 665–684. https://doi.org/10.1007/978-981-19-3927-3_66

5. Kou L., Wang P., Ba R., Liu J., Deng Q., Zhang H. Study on Ensemble Kalman Filter Based Building Fire Prediction and Dynamic Situation Awareness for Emergency Response. In: ASME 2023 Heat Transfer Summer Conference collocated with the ASME 2023 17th International Conference on Energy Sustainability, 10–12 July 2023, Washington, DC, USA. New York: ASME; 2023. https://doi.org/10.1115/ht2023-106757

6. Сингх С., Прибыльский А.В., Косенко Е.Ю. Разработка и исследование алгоритмов прогнозирования пожароопасных ситуаций. Известия ЮФУ. Технические науки. 2025;(1):65–81. https://doi.org/10.18522/2311-3103-2025-1-65-81

7. Su Q., Hu G., Liu Zh. Research on Fire Detection Method of Complex Space Based on Multi-Sensor Data Fusion. Measurement Science and Technology. 2024;35(8). https://doi.org/10.1088/1361-6501/ad437d

8. Guan Sh., Liu B., Chen Sh., et al. Adaptive median filter salt and pepper noise suppression approach for common path coherent dispersion spectrometer. Scientific Reports. 2024;14. https://doi.org/10.1038/s41598-024-66649-y

9. Сингх С., Прибыльский А.В. Синтез системы сверхбыстрого обнаружения пожароопасных ситуаций на основе комплекса взаимосвязанных датчиков. Известия ЮФУ. Технические науки. 2024;(2):121–132. https://doi.org/10.18522/2311-3103-2024-2-121-132

10. Wang T., Hu J., Ma T., Song J. Forest fire detection system based on Fuzzy Kalman filter. In: 2020 International Conference on Urban Engineering and Management Science (ICUEMS), 24–26 April 2020, Zhuhai, China. IEEE; 2020. P. 630–633. https://doi.org/10.1109/ICUEMS50872.2020.00138

11. Jiang Y. Fire detection system based on improved multi-sensor information fusion. In: Fifth International Conference on Computer Information Science and Artificial Intelligence (CISAI 2022), 16–18 September 2022, Chongqing, China. SPIE; 2023. https://doi.org/10.1117/12.2667524

12. Lin Ch.-Ch., Wang L. Real-Time Forecasting of Building Fire Growth and Smoke Transport via Ensemble Kalman Filter. Fire Technology. 2017;53(3):1101–1121. https://doi.org/10.1007/S10694-016-0619-X