[發明專利]一種機動車尾氣遙測設備校正方法

有效

• 申請號: 201611267912.0
• 申請日: 2016-12-31
• 公開（公告）號: CN106644951B
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 康宇;李澤瑞;陳國勇;譚小彬;曹洋
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G01N21/17
• 分類號: G01N21/17
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

1.一種機動車尾氣遙測設備校正方法，其特征在于步驟如下：

步驟1：將機動車尾氣遙測設備布置在道路上，連續采集經過車輛的尾氣中污染物濃度的數據；

步驟2：建立機動車尾氣遙測過程的狀態空間模型；

步驟3：使用自調節阻差卡爾曼濾波方法進行尾氣遙測數據的校正；

所述尾氣遙測設備包括移動式、水平式和垂直式機動車尾氣遙測設備；

所述步驟2中，機動車尾氣遙測過程的狀態空間模型如下：

系統狀態方程：X_t+1＝X_t+W_t

未發生故障時的測量方程：y_t+1＝X_t+1+V_t+1

發生故障時的測量方程：y_t+1＝X_t+1+V_t+1+g_t+1

其中：X_t+1為某一輛車尾氣中污染物成分的真實濃度值，y_t+1為尾氣中污染物成分的檢測值，用尾氣遙測設備獲得，W_t和V_t是均值為零的高斯白噪聲，方差分別為Q_W和Q_V，W_t、V_t兩兩不相關，即認為t時刻的方差值與t+1時刻的值相等，g_t為發生故障時的故障幅值，其幅值遠遠大于Q_V；

所述步驟3中，自調節阻差卡爾曼濾波方法如下：

初始條件：

其中：E表示數學期望，X₀表示初始時尾氣污染物成分的真實濃度值，是X₀的最優估計，P₀是初始估計誤差；

具體步驟如下：

1)狀態預測：

其中，是t+1時刻的預測估計，是t時刻的最優估計；

2)計算預測估計的方差：

其中，P_t，t是t時刻的最優估計方差，P_t+1，t是t+1時刻的預測估計方差，是Q_W的估值；

3)基于拉伊達準則進行粗大誤差判斷；

4)如果不存在粗大誤差，則：

4.1)計算卡爾曼增益矩陣：

其中，K_t是t時刻的卡爾曼增益，是Q_V的估值；

4.2)最優估計：

其中，是t+1時刻的最優估計；

4.3)計算最優估計方差：P_t+1，t+1＝[1-K_t]P_t+1，t

其中，P_{t+1，t+1}是最優估計方差；

5)如果存在粗大方差

5.1)最優估計：

5.2)計算最優估計方差：P_t+1，t+1＝P_t+1，t

6)基于檢測值相關性進行噪聲方差估計；

所述步驟3)中的粗大誤差判斷如下：

即

H₁：δ_t不服從正態分布由于g_t遠遠大于Q_V，所以|δ_t|＞

其中H₀為未發生故障時，即不存在粗大誤差的情況，H₁為發生故障時，即存在粗大誤差的情況，根據這兩個條件將量測值分為正常值和故障值兩大類，δ_t表示新息，是實際輸出與預測輸出的差值，即

所述步驟6)基于檢測值相關性進行噪聲方差估計如下：

構造觀測差值：Z_t+1＝y_t+1-y_t，

構造統計量a與b：

其中n為統計數據數目，

測量噪聲估計：

系統噪聲估計：