可调谐半导体激光吸收光谱技术（TDLAS）利用半导体激光器的可调谐和窄线宽特性, 通过选择特定气体的单条吸收线, 排除其余气体的干扰, 可以实现高精度、 高选择性的气体浓度测量, 在气体浓度检测系统中具有广泛的应用前景。 在不同的应用条件和环境下, 需要解决相应的硬件和数据处理方面的技术问题。 主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题, 该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。 由于激光扫描光谱回波信号受到漫反射面情况变化、 空气环境变化、 尾气湍流影响等因素影响, 探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法, 实现了对光谱进行滤波处理从而更加准确地反演CO浓度。 S-G滤波算法因其原理简单、 功能强大、 只需设置两个参数（窗口大小、 拟合阶数）等优点, 已广泛应用于光谱处理。 如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点, 是该滤波算法应用的一大难题。 设计的检测系统中, 测量光路光谱信号为非平稳信号, 噪声和有效信号幅度时变, 最佳窗口大小和多项式阶数随信号动态而变化, 且变化区间较大, 使用固定参数的S-G滤波器难以达到最佳效果。 提出的自适应层进式S-G平滑滤波算法, 通过逐层将测量光路光谱信号经过S-G滤波后, 与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和, 以自适应得到逐层最优参数。 通过对信噪比从981～2977的10组不同带噪光谱分析验证了该算法的有效性, 自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息, 与带噪光谱对比, 吸收光谱峰值最大误差由25152%降至5917%, 积分吸光度最大误差由181%降至39%。 在实现的系统中, 使用自适应层进式S-G算法对测量光路进行滤波处理, 并对不同车型、 不同排量、 燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。

分析了温度、湿度、压力对预处理后尾气CO浓度测量的影响, 提出一种机动车尾气CO检测神经网络多环境因子在线修正算法, 首先采用尾气样本数据离线训练得到BP神经网络模型, 然后将实时测得的样品气温度、湿度、压力及小数吸收值代入到模型进行在线修正, 得到修正后CO浓度, 解决了NDIR传感器因环境变化所带来的测量误差影响。通过标样实验、模拟实验, 并和SEMTECH-EcoStar对比检测结果, 在样品气温度30～50 ℃、相对湿度25～40%、压力95～115 kPa、CO浓度0～0.2%范围内的最大相对偏差为4.8%。车载外场实验, 得到修正因子在0.8～1之间, 验证了方法的必要性和可靠性, 为机动车尾气的CO浓度的准确检测提供有效技术支持。

可调谐半导体激光吸收光谱技术(TDLAS)作为一种痕量气体精确检测的方法,已广泛应用于生活生产之中,该方法可通过积分吸光度与气体浓度的线性关系准确反演待测气体的浓度。环境变化和系统噪声等易造成吸光度曲线发生变形,故需对吸光度曲线进行非线性拟合,将其回归至Voigt模型。设计并搭建了基于TDLAS的CO实时在线监测系统,在此平台基础上,提出了一种三角替代Voigt线型单光谱积分吸光度的快速计算方法,并与高斯-埃尔米特方法进行比较。结果表明:三角替代方法浓度反演精度仅下降0.11%,平均计算耗时缩短84.19%;三角替代Voigt线型拟合方法以极小的精度损失,大幅提高了线型拟合的运算速度。

可调谐半导体激光器具有线宽窄、 波长扫描快、 室温工作等特点, 基于可调谐半导体激光器构成的激光吸收光谱气体测量系统在大气环境检测、 工业生产过程在线检测中得到了广泛的应用。 在实际测量系统中, 由于可调谐半导体激光器中心波长受温度等因素的影响发生偏移, 如不进行中心波长校正, 将造成序列光谱数据重叠, 处理后的光谱线型发生展宽, 进而影响后续的光谱线型拟合, 对气体浓度的反演精度产生影响。 一般采用参考光谱吸收谱线寻峰方法进行序列光谱数据偏移的对齐, 但光谱数据中的随机噪声、 背景噪声、 漂移噪声等因素影响峰线波长的精度。 为了降低上述因素的影响, 提出一种改进的时域相关光谱修正算法, 首先对光谱信号进行自相关, 在一定程度上提高光谱信号的信噪比, 然后再进行时域互相关处理, 能够准确的计算出激光器波长偏移量, 减少由此造成的光谱线型展宽的影响, 提高了浓度反演精度和测量稳定性。 在激光吸收光谱气体浓度检测实验系统中进行了实验验证, 评估结果中, 原始数据标准差为1.482 8, 谱线寻峰方法与时域相关方法修正后数据标准差分别为0.433 9和0.293 6, 改进的时域相关修正方法修正后数据标准差为0.132 5, 改进的时域相关修正方法相关系数均优于0.992, 欧式距离的标准差为1.726 4。 系统稳定性评估中改进方法波长漂移修正后标准偏差为0.144 3。

大气污染物的主要组成成分为挥发性有机物(VOCs), 傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。 开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染, 如何有效、 快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。 综合利用提升小波变换结构简单、 运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能, 提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。 该算法先通过改进阈值小波系数的提升小波去噪, 在去噪的同时保留更多光谱特征信息, 然后使用提升小波变换分解出的高频系数重构出噪声相关信号, 将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理, 最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。 分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理, 结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db, 均方根误差(RSME)平均减少30%左右, 运行时间减少46%。 表明该算法计算简单、 运行速度快, 对于大气环境监测实时消噪系统具有重要的实际应用意义。

机动车排放的总碳氢化合物(total hydrocarbons, THC)是造成雾霾、光化学烟雾的重要原因之一,在城市大气污染的调查和影响人类健康的研究中, THC是必须的监测目标之一。着重开展了基于氢火焰离子化检测(hydrogen flame ionization detector, FID)的机动车尾气THC测量系统的 设计和对比实验。主要介绍了FID测量THC的工作原理,根据FID的测量原理设计了机动车尾气THC测量模块。并根据离子化信号检测需求设 计了微电流放大电路,满足大范围、高精度微电流信号检测的要求,获得了检测器对THC的响应峰信号。还对测量得到的THC色谱峰 信号进行定性和定量的分析,通过标准曲线法计算了THC的浓度。最后结合美国的SENSORS-FID THC分析仪开展了对比实验,结果表明研 发的THC测量模块检测的浓度偏高,测量偏差约为4.44%～8.43%,判断此系统误差主要因为O2峰干扰。

机动车尾气对环境的危害日益加重,机动车尾气排放浓度的检测对大气污染治理具有重要意义。设计了基于非分散紫外的机动车 尾气NO、NO2浓度检测系统,搭建了实验装置,获得NO、NO2混合气体的吸收光强后,利用快速不动点(Fast ICA)算法和人工神经 网络模式识别算法对机动车尾气排放NO、NO2组分进行定量分析。实验结果表明,利用所设计的算法对600 ppm以内的NO气 体和200 ppm以内的NO2气体浓度进行测量,其相对误差最大为1.54%,最小为0.25%。

为了准确测得机动车高温尾气中的COx、NOx、THC等气体成分,基于旋风分离器原理,详细讨论了高温尾气的预处理方案；以微粒物过滤室、 旋风分离器、阻液器和膜式干燥器为主要器件,设计了改进型旋风分离器和车载式高温尾气预处理采样气路；利用微粒物过滤室两次去杂、金属螺 旋管降温、旋风分离器去水去杂、阻液器去水、膜式干燥器去水,在不改变尾气气体成分和含量的情况下,提高了样气净度；实验结果表明,预处 理后的样气,相对湿度小于2.5%,温度低于40℃,所含颗粒物直径小于5 μm,且含量极少,满足车载式机动车尾气气体成分分析模块的要求。