本發(fā)明涉及環(huán)境監(jiān)測(cè)領(lǐng)域中機(jī)動(dòng)車尾氣排放相關(guān)問(wèn)題，具體涉及一種機(jī)動(dòng)車尾氣遙測(cè)設(shè)備校正方法。

背景技術(shù)：

伴隨著中國(guó)城市化發(fā)展的步伐，中國(guó)機(jī)動(dòng)車保有量在逐年遞增。據(jù)公安部交管局統(tǒng)計(jì)，截至2016年6月底，全國(guó)機(jī)動(dòng)車保有量達(dá)2.85億輛，其中汽車1.84億輛。汽車尾氣中所包含的物質(zhì)主要有一氧化碳、氮氧化物、碳?xì)浠衔锖图?xì)微顆粒物等，這些污染物對(duì)人體健康具有潛在的長(zhǎng)久危害，對(duì)生態(tài)環(huán)境造成直接的污染和破壞。其中，氮氧化物積累到一定程度，可導(dǎo)致酸雨的產(chǎn)生，對(duì)城市的建筑破壞較強(qiáng)，大氣中的臭氧也會(huì)遭到不同程度的破壞。而碳?xì)浠飼?huì)對(duì)人的皮膚、眼睛產(chǎn)生強(qiáng)烈的刺激性。據(jù)研究表明長(zhǎng)期處在汽車尾氣污染環(huán)境中還容易增高心腦血管疾病的發(fā)病率。此外，尾氣中的細(xì)微顆粒物容易導(dǎo)致霧霾天氣的產(chǎn)生，對(duì)人的呼吸系統(tǒng)危害較大，還會(huì)誘發(fā)各類交通事故等問(wèn)題。由于我國(guó)汽車保有量基數(shù)較大，汽車尾氣污染問(wèn)題已經(jīng)十分嚴(yán)峻，而政府制定相對(duì)應(yīng)的政策需要海量的尾氣數(shù)據(jù)，以輔助治理政策的制定。

從20世紀(jì)70年代起，先后出現(xiàn)多種機(jī)動(dòng)車尾氣檢測(cè)法。底盤測(cè)功機(jī)檢測(cè)法的成本投入較低，使用起來(lái)較為方便，在汽車維修行業(yè)、尾氣監(jiān)測(cè)站等應(yīng)用十分廣泛，該種檢測(cè)方法必須在車輛固定形式的狀況下進(jìn)行，并且不能真實(shí)地反映道路上尾氣的實(shí)時(shí)排放情況，不能滿足目前機(jī)動(dòng)車尾氣監(jiān)測(cè)的需要；車載尾氣檢測(cè)法能夠在較短的時(shí)間內(nèi)獲得不同車型在不同模擬路段的尾氣排放情況，測(cè)算數(shù)據(jù)的精度較高，真實(shí)、可靠，并能節(jié)省大量的測(cè)算時(shí)間；而本專利所涉及的遙感監(jiān)測(cè)設(shè)備可在機(jī)動(dòng)車在平常路面正常行駛期間進(jìn)行檢測(cè)工作，不需要與被測(cè)車輛接觸，自動(dòng)化水平高，檢測(cè)速度快，效率高，不會(huì)對(duì)檢測(cè)車輛和駕駛?cè)藛T產(chǎn)生影響，得到的測(cè)量結(jié)果真實(shí)可靠，節(jié)約了大量時(shí)間且避免了作弊造假問(wèn)題。

由于尾氣遙測(cè)設(shè)備要放置在道路上，直接暴露在自然環(huán)境下，溫度、風(fēng)速、光照、揚(yáng)塵、車流等因素都會(huì)對(duì)尾氣監(jiān)測(cè)的精度產(chǎn)生不同程度的影響。通過(guò)大量實(shí)驗(yàn)發(fā)現(xiàn)，遙測(cè)數(shù)據(jù)受到以下兩種噪聲的影響：其一、由于電子器件存在一些固有的快速跳變的噪聲，所以檢測(cè)結(jié)果可以認(rèn)為受到了加性白噪聲的影響，而且隨著光照、溫度等自然因素的變化，將會(huì)導(dǎo)致電子器件特性的變化，進(jìn)而影響噪聲的統(tǒng)計(jì)特性，實(shí)際中我們發(fā)現(xiàn)白噪聲的方差是慢時(shí)變的；其二、當(dāng)?shù)缆飞宪囕v較多時(shí)，可能會(huì)使道路發(fā)生共振，進(jìn)而改變尾氣遙測(cè)設(shè)備中激光發(fā)射器與激光接收器之間的光路，使得檢測(cè)值非常不準(zhǔn)確，另外，大量的揚(yáng)塵也會(huì)導(dǎo)致檢測(cè)值的失效，這樣我們可以認(rèn)為該時(shí)刻存在粗大誤差。由于當(dāng)尾氣遙測(cè)設(shè)備在實(shí)際道路工作時(shí)會(huì)受到各種干擾的影響，所以勢(shì)必需要對(duì)尾氣監(jiān)測(cè)設(shè)備進(jìn)行校正。

然而，尾氣遙測(cè)設(shè)備中大量存在的隨機(jī)信號(hào)沒(méi)有確定的頻譜，常規(guī)濾波無(wú)法提取或抑制信號(hào)，由于隨機(jī)信號(hào)具有確定的功率譜的特性，可根據(jù)要提取的信號(hào)和干擾噪聲的功率譜設(shè)計(jì)濾波器。1968年卡爾曼和布西首次將現(xiàn)代控制理論中的狀態(tài)空間思想引入最優(yōu)濾波理論，提出了最優(yōu)遞推濾波法，即卡爾曼濾波器?？柭鼮V波是一種時(shí)域遞推的方法，可用來(lái)處理隨機(jī)信號(hào)，它不再區(qū)分噪聲和有用信號(hào)，而是估計(jì)出所有被處理的對(duì)象，被稱為最優(yōu)估計(jì)理論。直接使用經(jīng)典卡爾曼濾波器來(lái)進(jìn)行檢測(cè)數(shù)據(jù)的校正存在一些問(wèn)題。首先，對(duì)于檢測(cè)值中存在粗大誤差的情況，經(jīng)典卡爾曼濾波器無(wú)法將其隔離，而是當(dāng)作正常的檢測(cè)值進(jìn)行利用，這將會(huì)引入很大的誤差，而且短期內(nèi)難以消除。其次，對(duì)于噪聲統(tǒng)計(jì)特性時(shí)變的情況，經(jīng)典卡爾曼濾波也無(wú)法自動(dòng)的調(diào)整其權(quán)重系數(shù)。這些都會(huì)降低遙測(cè)設(shè)備的校正效果。

從已有的文獻(xiàn)來(lái)看，由于機(jī)動(dòng)車尾氣遙測(cè)設(shè)備是一種新興的環(huán)境監(jiān)測(cè)設(shè)備，目前還沒(méi)有出現(xiàn)針對(duì)該設(shè)備的校正方法。從方法論的角度來(lái)看，目前的確存在一些改進(jìn)的卡爾曼濾波算法，但是都不適用本項(xiàng)目背景。發(fā)明專利《基于抗差估計(jì)的穩(wěn)健濾波方法》(申請(qǐng)?zhí)枺?01010136448.8)針對(duì)運(yùn)動(dòng)載體的組合導(dǎo)航系統(tǒng)提出了一種改進(jìn)卡爾曼濾波器；發(fā)明專利《一種基于魯棒濾波的救援清障車姿態(tài)角估計(jì)方法》(申請(qǐng)?zhí)枺?01510941293.8)公開(kāi)了一種救援清障車姿態(tài)角估計(jì)方法，在無(wú)法確切知道干擾信號(hào)的統(tǒng)計(jì)特性的情況下，估計(jì)救援清障車在較大坡度率工況下的俯仰角與側(cè)傾角；發(fā)明專利《基于發(fā)射慣性坐標(biāo)系的空天飛行器組合導(dǎo)航魯棒濾波方法》(申請(qǐng)?zhí)枺?01410419869.X)；科技論文《基于自適應(yīng)H∞濾波的組合導(dǎo)航方法研究》(劉曉光,胡靜濤,王鶴.儀器儀表學(xué)報(bào),2014,35(5):1013-1021)針對(duì)常規(guī)魯棒濾波參數(shù)由初始設(shè)定而使濾波具有較大保守性的問(wèn)題,提出了一種基于自適應(yīng)魯棒濾波的多傳感器組合導(dǎo)航方法。以上提到的對(duì)比文件給出了一些改進(jìn)卡爾曼濾波，其中涉及到的“魯棒”、“抗差”、“穩(wěn)健”等名詞本質(zhì)上都是英文單詞“robust”的中文翻譯，而含有這些名詞的改進(jìn)卡爾曼濾波都不是一種真正意義上的最優(yōu)濾波，其基本原理是通過(guò)強(qiáng)行增加或減小卡爾曼增益值來(lái)使濾波器的誤差穩(wěn)定，具體說(shuō)來(lái)，為了使卡爾曼濾波的誤差在全局上不發(fā)散，就要犧牲全局精度，即使沒(méi)有受到粗大誤差干擾，該時(shí)刻的估計(jì)值的精度也會(huì)被大大消弱。

為了實(shí)現(xiàn)對(duì)尾氣遙測(cè)設(shè)備的校正，本發(fā)明中提出了“阻差”的概念，利用粗大誤差判斷器將粗大誤差識(shí)別出來(lái)并隔離，以防止由于引入粗大誤差而帶來(lái)的巨大誤差。進(jìn)一步的引入了噪聲統(tǒng)計(jì)估值器從而實(shí)現(xiàn)濾波參數(shù)的自調(diào)節(jié)，最終給出相對(duì)精確的尾氣遙測(cè)結(jié)果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明技術(shù)解決問(wèn)題：克服現(xiàn)有技術(shù)的不足，提供一種基于遙測(cè)數(shù)據(jù)的機(jī)動(dòng)車尾氣遙測(cè)設(shè)備校正方法，能夠處理噪聲統(tǒng)計(jì)特性時(shí)變以及存在測(cè)量粗大誤差的情況，實(shí)現(xiàn)粗大誤差的識(shí)別以及濾波參數(shù)的自調(diào)節(jié)，最終給出相對(duì)精確的尾氣遙測(cè)結(jié)果。

本發(fā)明技術(shù)解決方案：首先給出尾氣遙測(cè)過(guò)程的狀態(tài)空間模型，然后根據(jù)使用自調(diào)節(jié)阻差卡爾曼濾波方法進(jìn)行估計(jì)。利用噪聲統(tǒng)計(jì)估值器和粗大誤差判斷器，該濾波算法能夠處理噪聲統(tǒng)計(jì)特性時(shí)變以及存在測(cè)量粗大誤差的情況，實(shí)現(xiàn)粗大誤差的識(shí)別以及濾波參數(shù)的自調(diào)節(jié)，最終給出相對(duì)精確的尾氣遙測(cè)結(jié)果。

具體實(shí)現(xiàn)如下：

步驟1：將機(jī)動(dòng)車尾氣遙測(cè)設(shè)備(移動(dòng)式、水平式和垂直式機(jī)動(dòng)車尾氣遙測(cè)設(shè)備)布置在道路上，連續(xù)采集經(jīng)過(guò)車輛的尾氣中污染物濃度的數(shù)據(jù)；

步驟2：建立機(jī)動(dòng)車尾氣遙測(cè)過(guò)程的狀態(tài)空間模型:

系統(tǒng)狀態(tài)方程：X_t+1＝X_t+W_t

未發(fā)生故障時(shí)的測(cè)量方程：y_t+1＝X_t+1+V_t+1

發(fā)生故障時(shí)的測(cè)量方程：y_t+1＝X_t+1+V_t+1+g_t+1

其中：X_t+1為尾氣中污染物成分(如CO、NO、HC)的真實(shí)濃度值，y_t+1為尾氣中污染物成分的測(cè)量值，用尾氣遙測(cè)設(shè)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(guān)且方差變化十分緩慢，即可認(rèn)為t時(shí)刻的方差值可認(rèn)為與t+1時(shí)刻的值相等。g_t為發(fā)生故障時(shí)的故障幅值，由實(shí)際情況可知此類故障不經(jīng)常發(fā)生，而且遠(yuǎn)遠(yuǎn)大于Q_V。

步驟3：使用改進(jìn)的卡爾曼濾波進(jìn)行尾氣遙測(cè)數(shù)據(jù)的校正。

初始條件：

其中：E表示數(shù)學(xué)期望，X₀表示初始時(shí)尾氣污染物成分的真實(shí)濃度值，是X₀的最優(yōu)估計(jì)，P₀是初始估計(jì)誤差。

算法的具體步驟如下：

1)狀態(tài)預(yù)測(cè)：

其中，是t+1時(shí)刻的預(yù)測(cè)估計(jì)，是t時(shí)刻的最優(yōu)估計(jì)。

2)計(jì)算預(yù)測(cè)估計(jì)的方差：

其中，P_t,t是t時(shí)刻的最優(yōu)估計(jì)方差，P_t+1,t是t+1時(shí)刻的預(yù)測(cè)估計(jì)方差，是Q_W的估值。

3)基于拉伊達(dá)準(zhǔn)則進(jìn)行粗大誤差判斷，即：

H₀：即

H₁：δ_t不服從正態(tài)分布由于g_t遠(yuǎn)遠(yuǎn)大于Q_V，所以

其中H₀為未發(fā)生故障時(shí)的條件，H₁為發(fā)生故障時(shí)的條件，根據(jù)這兩個(gè)條件將量測(cè)值分為正常值和故障值兩大類。假設(shè)中δ_t表示新息，是實(shí)際輸出與預(yù)測(cè)輸出的差值，即

4)如果不存在粗大誤差，則：

4.1)計(jì)算卡爾曼增益矩陣：

其中，K_t是t時(shí)刻的卡爾曼增益，是Q_V的估值。

4.2)最優(yōu)估計(jì)：

其中，是t+1時(shí)刻的最優(yōu)估計(jì)。

4.3)計(jì)算最優(yōu)估計(jì)方差：P_t+1,t+1＝[1-K_t]P_t+1,t

其中，P_t+1,t+1是最優(yōu)估計(jì)方差。

5)如果存在粗大方差

5.1)最優(yōu)估計(jì)：

5.2)計(jì)算最優(yōu)估計(jì)方差：P_t+1,t+1＝P_t+1,t

6)基于檢測(cè)值相關(guān)性進(jìn)行噪聲方差估計(jì)，即：

構(gòu)造觀測(cè)差值：Z_t+1＝y(tǒng)_t+1-y_t，

構(gòu)造統(tǒng)計(jì)量a與b：

其中n為統(tǒng)計(jì)數(shù)據(jù)數(shù)目。

測(cè)量噪聲估計(jì)：

系統(tǒng)噪聲估計(jì)：

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：

(1)機(jī)動(dòng)車尾氣遙測(cè)設(shè)備能夠在機(jī)動(dòng)車正常行駛的過(guò)程中獲取的車輛尾氣排放數(shù)據(jù)，不會(huì)對(duì)機(jī)動(dòng)車和駕駛員產(chǎn)生明顯影響，有效避免了汽車廠商造假的可能性，但是由于自然環(huán)境中干擾太多，所以必須要對(duì)檢測(cè)數(shù)據(jù)進(jìn)行校正，目前還沒(méi)有針對(duì)尾氣遙測(cè)設(shè)備的校正方法，本發(fā)明能夠提升尾氣遙測(cè)設(shè)備的精度與可靠性。

(2)本發(fā)明提出了自調(diào)節(jié)阻差卡爾曼濾波方法，對(duì)于含有粗大誤差的情況，傳統(tǒng)的魯棒/抗差/穩(wěn)健濾波算法不是一種真正意義上的最優(yōu)濾波，其基本原理是通過(guò)強(qiáng)行增加或減小卡爾曼增益值來(lái)使濾波器的誤差穩(wěn)定，具體說(shuō)來(lái)，為了使卡爾曼濾波的誤差在全局上不發(fā)散，就要犧牲全局精度，即使沒(méi)有受到粗大誤差干擾，該時(shí)刻的估計(jì)值的精度也會(huì)被大大消弱。本發(fā)明通過(guò)對(duì)粗大誤差的識(shí)別與隔離，能夠?qū)⒋执笳`差的影響降到最低。同時(shí)可以在噪聲統(tǒng)計(jì)特性緩慢變化的情況下，自調(diào)節(jié)濾波系數(shù)，有效的提升了濾波精度，進(jìn)而提升了本發(fā)明校正方法的有效性。

附圖說(shuō)明

圖1為本發(fā)明實(shí)現(xiàn)流程圖；

圖2為本發(fā)明改進(jìn)的卡爾曼濾波方法實(shí)現(xiàn)流程圖；

圖3為一般卡爾曼濾波效果；

圖4為本發(fā)明中改進(jìn)的卡爾曼濾波效果。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。

如圖1所示，本發(fā)明具體實(shí)現(xiàn)如下：

步驟1：將機(jī)動(dòng)車尾氣遙測(cè)設(shè)備(移動(dòng)式、水平式和垂直式機(jī)動(dòng)車尾氣遙測(cè)設(shè)備)布置在道路上，連續(xù)采集經(jīng)過(guò)車輛的尾氣中污染物濃度的數(shù)據(jù)；

步驟2：建立機(jī)動(dòng)車尾氣遙測(cè)過(guò)程的狀態(tài)空間模型:

系統(tǒng)狀態(tài)方程：X_t+1＝X_t+W_t

未發(fā)生故障時(shí)的測(cè)量方程：y_t+1＝X_t+1+V_t+1

發(fā)生故障時(shí)的測(cè)量方程：y_t+1＝X_t+1+V_t+1+g_t+1

其中：X_t+1為尾氣中污染物成分(如CO、NO、HC)的真實(shí)濃度值，y_t+1為尾氣中污染物成分的測(cè)量值，用尾氣遙測(cè)設(shè)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(guān)且方差變化十分緩慢，即可認(rèn)為t時(shí)刻的方差值可認(rèn)為與t+1時(shí)刻的值相等。g_t為發(fā)生故障時(shí)的故障幅值，由實(shí)際情況可知此類故障不經(jīng)常發(fā)生，而且遠(yuǎn)遠(yuǎn)大于Q_V。

步驟3：使用改進(jìn)的卡爾曼濾波進(jìn)行尾氣遙測(cè)數(shù)據(jù)的校正，如圖2所示，具體如下。

初始條件：

其中：E表示數(shù)學(xué)期望，X₀表示初始時(shí)尾氣污染物成分的真實(shí)濃度值，是X₀的最優(yōu)估計(jì)，P₀是初始估計(jì)誤差。

算法的具體步驟如下：

1)狀態(tài)預(yù)測(cè)：

其中，是t+1時(shí)刻的預(yù)測(cè)估計(jì)，是t時(shí)刻的最優(yōu)估計(jì)。

2)計(jì)算預(yù)測(cè)估計(jì)的方差：

其中，P_t,t是t時(shí)刻的最優(yōu)估計(jì)方差，P_t+1,t是t+1時(shí)刻的預(yù)測(cè)估計(jì)方差，是Q_W的估值。

3)粗大誤差判斷，即：

H₀：即

H₁：δ_t不服從正態(tài)分布由于g_t遠(yuǎn)遠(yuǎn)大于g_V，所以

其中H₀為未發(fā)生故障時(shí)的條件，H₁為發(fā)生故障時(shí)的條件，根據(jù)這兩個(gè)條件將量測(cè)值分為正常值和故障值兩大類。假設(shè)中δ_t表示新息，是實(shí)際輸出與預(yù)測(cè)輸出的差值，即

4)如果不存在粗大誤差，則：

4.1)計(jì)算卡爾曼增益矩陣：

其中，K_t是t時(shí)刻的卡爾曼增益，是Q_V的估值。

4.2)最優(yōu)估計(jì)：

其中，是t+1時(shí)刻的最優(yōu)估計(jì)。

4.3)計(jì)算最優(yōu)估計(jì)方差：P_t+1,t+1＝[1-K_t]P_t+1,t

其中，P_t+1,t+1是最優(yōu)估計(jì)方差。

5)如果存在粗大方差

5.1)最優(yōu)估計(jì)：

5.2)計(jì)算最優(yōu)估計(jì)方差：P_t+1,t+1＝P_t+1,t

6)基于檢測(cè)值相關(guān)性進(jìn)行噪聲方差估計(jì)，即：

構(gòu)造觀測(cè)差值：Z_t+1＝y(tǒng)_t+1-y_t，

構(gòu)造統(tǒng)計(jì)量a與b：

其中n為統(tǒng)計(jì)數(shù)據(jù)數(shù)目。

測(cè)量噪聲估計(jì)：

系統(tǒng)噪聲估計(jì)：

總之，本發(fā)明提出的自調(diào)節(jié)阻差卡爾曼濾波方法，獲取量測(cè)數(shù)據(jù)后，不同于以往的濾波方法，本發(fā)明首先對(duì)數(shù)據(jù)進(jìn)行分類判斷，而不是直接對(duì)其進(jìn)行濾波，有效的避免了粗大誤差對(duì)系統(tǒng)精度的影響。其次，實(shí)時(shí)的估計(jì)觀測(cè)噪聲和系統(tǒng)噪聲，可有效解決噪聲統(tǒng)計(jì)特性時(shí)變的問(wèn)題。圖3中，虛線為真值，實(shí)線為基于經(jīng)典卡爾曼濾波的結(jié)果，可見(jiàn)在第40個(gè)采樣點(diǎn)，由于粗大誤差的存在，濾波結(jié)果不甚理想，出現(xiàn)了較大誤差；圖4中虛線為真值，實(shí)線為基于自調(diào)節(jié)阻差卡爾曼濾波的結(jié)果，可見(jiàn)由于粗大誤差被剔除了，在第40個(gè)采樣點(diǎn)沒(méi)有出現(xiàn)較大誤差。本發(fā)明通過(guò)對(duì)粗大誤差的識(shí)別與隔離，能夠?qū)⒋执笳`差的影響降到最低。同時(shí)可以在噪聲統(tǒng)計(jì)特性緩慢變化的情況下，自調(diào)節(jié)濾波系數(shù)，有效的提升了濾波精度，進(jìn)而提升了本發(fā)明校正方法的有效性。

提供以上實(shí)施例僅僅是為了描述本發(fā)明的目的，而并非要限制本發(fā)明的范圍。本發(fā)明的范圍由所附權(quán)利要求限定。不脫離本發(fā)明的精神和原理而做出的各種等同替換和修改，均應(yīng)涵蓋在本發(fā)明的范圍之內(nèi)。