[发明专利]一种机动车尾气遥测设备校正方法

说明书

本发明涉及一种基于遥测数据的机动车尾气遥测设备校正方法，首先给出尾气遥测过程的状态空间模型，然后使用自调节阻差卡尔曼滤波方法进行估计。利用噪声统计估值器和粗大误差判断器，该滤波算法能够处理噪声统计特性时变以及存在测量粗大误差的情况，从而对尾气遥测设备进行校正，给出相对精确的尾气遥测结果。

技术领域

本发明涉及环境监测领域中机动车尾气排放相关问题，具体涉及一种机动车尾气遥测设备校正方法。

背景技术

伴随着中国城市化发展的步伐，中国机动车保有量在逐年递增。据公安部交管局统计，截至2016年6月底，全国机动车保有量达2.85亿辆，其中汽车1.84亿辆。汽车尾气中所包含的物质主要有一氧化碳、氮氧化物、碳氢化合物和细微颗粒物等，这些污染物对人体健康具有潜在的长久危害，对生态环境造成直接的污染和破坏。其中，氮氧化物积累到一定程度，可导致酸雨的产生，对城市的建筑破坏较强，大气中的臭氧也会遭到不同程度的破坏。而碳氢化物会对人的皮肤、眼睛产生强烈的刺激性。据研究表明长期处在汽车尾气污染环境中还容易增高心脑血管疾病的发病率。此外，尾气中的细微颗粒物容易导致雾霾天气的产生，对人的呼吸系统危害较大，还会诱发各类交通事故等问题。由于我国汽车保有量基数较大，汽车尾气污染问题已经十分严峻，而政府制定相对应的政策需要海量的尾气数据，以辅助治理政策的制定。

从20世纪70年代起，先后出现多种机动车尾气检测法。底盘测功机检测法的成本投入较低，使用起来较为方便，在汽车维修行业、尾气监测站等应用十分广泛，该种检测方法必须在车辆固定形式的状况下进行，并且不能真实地反映道路上尾气的实时排放情况，不能满足目前机动车尾气监测的需要；车载尾气检测法能够在较短的时间内获得不同车型在不同模拟路段的尾气排放情况，测算数据的精度较高，真实、可靠，并能节省大量的测算时间；而本专利所涉及的遥感监测设备可在机动车在平常路面正常行驶期间进行检测工作，不需要与被测车辆接触，自动化水平高，检测速度快，效率高，不会对检测车辆和驾驶人员产生影响，得到的测量结果真实可靠，节约了大量时间且避免了作弊造假问题。

由于尾气遥测设备要放置在道路上，直接暴露在自然环境下，温度、风速、光照、扬尘、车流等因素都会对尾气监测的精度产生不同程度的影响。通过大量实验发现，遥测数据受到以下两种噪声的影响：其一、由于电子器件存在一些固有的快速跳变的噪声，所以检测结果可以认为受到了加性白噪声的影响，而且随着光照、温度等自然因素的变化，将会导致电子器件特性的变化，进而影响噪声的统计特性，实际中我们发现白噪声的方差是慢时变的；其二、当道路上车辆较多时，可能会使道路发生共振，进而改变尾气遥测设备中激光发射器与激光接收器之间的光路，使得检测值非常不准确，另外，大量的扬尘也会导致检测值的失效，这样我们可以认为该时刻存在粗大误差。由于当尾气遥测设备在实际道路工作时会受到各种干扰的影响，所以势必需要对尾气监测设备进行校正。

然而，尾气遥测设备中大量存在的随机信号没有确定的频谱，常规滤波无法提取或抑制信号，由于随机信号具有确定的功率谱的特性，可根据要提取的信号和干扰噪声的功率谱设计滤波器。1968年卡尔曼和布西首次将现代控制理论中的状态空间思想引入最优滤波理论，提出了最优递推滤波法，即卡尔曼滤波器。卡尔曼滤波是一种时域递推的方法，可用来处理随机信号，它不再区分噪声和有用信号，而是估计出所有被处理的对象，被称为最优估计理论。直接使用经典卡尔曼滤波器来进行检测数据的校正存在一些问题。首先，对于检测值中存在粗大误差的情况，经典卡尔曼滤波器无法将其隔离，而是当作正常的检测值进行利用，这将会引入很大的误差，而且短期内难以消除。其次，对于噪声统计特性时变的情况，经典卡尔曼滤波也无法自动的调整其权重系数。这些都会降低遥测设备的校正效果。