建筑火灾是对人类危害最大的灾害之一,它直接危及人们的生命财产安全。随着社会经济的不断发展,各种高大空间建筑不断增多,这些建筑与以往的建筑相比空间更大,使用功能更复杂,而且人员和设备更加密集。由于高大空间的这些特点及其发生火灾的高风险性与高危害性,给火灾的探测及预警带来了新的问题和挑战,因此引起了广泛的关注和重视。高大空间安全防控体系是火灾安全问题中的重要一环。本文分析了火灾的发生机理,火灾的发展过程,火灾发生的各个阶段中产生的物质及特点,并回顾了火灾探测技术的发展。此外,介绍了针对各种火灾特征的探测器的分类,对其中几种典型探测器进行了详细的介绍,分析了各自的优缺点。同时,在普通场所火灾探测技术的基础上,详细阐述了高大空间建筑火灾探测的特点。针对高大空间建筑火灾探测的特点,本文选取了合适的火灾探测器,并提出了火灾探测的特征组合选取方法以及适合高大空间建筑的火灾探测特征的最佳组合。通过对火灾特征值选取结果以及最佳特征组合进行分析,验证其有效地提高了探测效率、降低了探测成本。另外,本文在仿真平台FDS上搭建了高大空间建筑的模型,对火灾的过程进行了仿真分析。针对所选取的最佳火灾探测特征组合,即烟雾浓度、CO浓度和温度,分析了在火灾发生后各个阶段所选取的火灾特征的变化规律以及在火灾发生现场的分布情况,确定了烟雾探测器、CO浓度探测器以及感温探测器的最佳安装位置。最后,本文引入了 BP神经网络理论以及D-S证据理论对多传感器的信息进行融合,提出了基于这两种理论进行信息二次融合的方法。该方法很好的结合了上述理论各自的优点,提高了高大空间火灾探测的准确度。最后通过仿真实验验证了该方法的实用性以及有效性。