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。