随着现代都市生活节奏的加剧,工作压力的增大,越来越多的人们渴望有一个安全、舒适、智能化的避风港。而物联网技术、无线通信技术、嵌入式技术和数据融合等技术的快速发展已经将这一愿望变成了可能,从而使得智能化、安全化的家居生活已经不再是遥不可及。为了满足现如今用户对智能家居安防中的一些需求,以及考虑到当今智能家居安防存在的一些不足之处,本文提出了一种基于多传感器数据融合的智能家居安防检测方法来对家中的异常情况进行实时的监测。通过在家中容易发生火灾、煤气泄漏、以及重要的防盗检测位置安装相应的传感器检测装置,同时智能网关利用数据融合算法对这些传感器采集到的数据信息进行融合处理得到最终异常判断结果。而用户则可以通过登录手机客户端对家中的安全情况进行实时的查看,其中包括异常发生的时间和类型,以及异常时抓拍的异常场景图。本文的主要研究工作和创新点如下:(1)大多数智能家居安防系统中的检测模块只根据单个传感器检测到的数据判断决策是否异常,尤其是火灾的检测,这样得到的结果精度不高,存在误报警与漏报警情况。而本文则提出一种基于多传感器数据融合的检测方法,对家中火灾、煤气、人体红外等进行监测,利用多传感器数据融合方法对系统中传感器采集到的数据进行融合处理,最终通过融合处理得到决策结果,经过仿真测试验证该方法检测精度高,具有一定的可行性。(2)神经网络虽然能够具有自组织学习、自适应的功能,但同时也存在局部最优化的不足,而模糊逻辑推理具有模仿人的综合判断推理能力,但不具有自组织学习能力,利用这两者的优缺点的互补性进行组合,从而提高算法的精准度。(3)基于多传感器数据融合的智能家居安防实时监测报警平台的搭建。通过多传感器检测模块对家中火灾、煤气、人体红外进行实时监测,然后将检测到的数据传送至数据融合中心进行处理,处理得到的结果通过以太网上传至云端,当出现异常情况时,用户可以通过登录手机客户端查看异常报警结果。总的来说,本文提出的基于多传感器数据融合的智能家居安防检测方法,能够较为精准的检测到家中的异常情况发生,并且及时的对异常情况进行报警与预警,适用于智能家居安防的检测。