摘要: 在设计红外火焰探测器的过程中,人工光源常常会引起探测器的误报.为有效区分人工光源与火焰信号,本文首先对采集的1种人工光源以及3种火焰信号进行分析,将采集的信号进行小波包4层分解,得到信号的能量谱.通过分析发现选取第2,3,4,7频段的能量值能够将这4种信号有效区分.为进一步验证实验结果,本文将双通道两路信号的第2,3,4,7频段的8个能量值作为一组特征向量,与BP神经网络结合进行模式识别.结果表明,通过这样的方法不仅可以区分火焰和人工光源,同时可以对3种火焰进行识别,其识别的正确率为84.1%.因此,基于小波包能量分析的方法提取这8个能量值作为特征值具有一定的可行性,能有效减少人工光源引起的误报,同时为火焰种类的识别以及以后的灭火自动化提供了新的可能性.