基于卡尔曼滤波理论的气体浓度反演算法

摘要：

广泛应用于气体探测的差分吸收光谱技术(DOAS)利用气体分子的窄带吸收特性结合最小二乘算法来推演气体浓度.但是,最小二乘法在外界环境因素干扰的情况下,往往产生较大的误差.本文引入了基于状态空间理论的气体浓度定量分析算法.通过把浓度变化视为状态方程,把光强吸收变化看作测量方程,从而组成状态空间方程,然后将卡尔曼滤波应用到气体状态空间中实现浓度反演.对于噪声统计信息未知的情况,通过自适应滤波算法,在滤波过程中利用已有的历史信息对噪声实现估计,从而使得整个系统在信噪比较低的情况下也能取得较好的反演精度.最后通过实验对最小二乘算法和卡尔曼滤波算法进行对比,证明卡尔曼滤波算法更具优越性.

关键词：差分吸收光谱技术、卡尔曼滤波、最小二乘法

所属期刊栏目：35

分类号：X83(环境监测)

资助基金：浙江省科技计划重点资助项目2005C21019

在线出版日期：2009-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-58