随着中国实体经济不断提高,汽车的保有量在逐年提高,随之带来的环境污染问题也变得越来越严重,因此,做好尾气排放检测工作变得十分重要。排放检测工作应用汽车尾气传感器,利用不分光红外吸收法对排放的混合气中有害气体进行同时测量。当进行多组分气体同时测量时,多条待测组分气体的红外吸收谱线间存在严重的重叠交叉,即存在一定的吸收干扰;此外,环境中其它组分气体对待测气体也会产生交叉干扰(如H2O和O2)的影响。这种混合气体吸收干扰的非线性问题,如果不加以回归分析及修正,将严重影响测量的灵敏度和精度。本文以不分光红外法(NDIR)的多组分气体浓度传感器为研究对象,详细阐述了国内外多组分气体浓度检测技术发展状况以及交叉干扰修正技术。接着介绍了本检测系统的原理,包括不分光检测原理、红外吸收原理以及理论推导,特别阐述了非线性建模分析技术,以消除交叉干扰的影响。最后,本文通过引入SVM算法进行建模修正,并结合网格搜索法和粒子群优化算法对参数进行寻优,将模型用于多组分混合气体的定量分析中。将遗传算法(GA)优化的BP神经网络用于气体分析中,并与支持向量机建模方法进行比较,实验表明:支持向量机方法在处理交叉干扰问题上更为优越。