二氧化硫是大气中的主要污染物之一,严重污染环境、影响人类生活,各国都加大了控制和治理二氧化硫污染的力度。首先从分析烟气成分出发,研究二氧化硫、二氧化碳在中红外区的红外光谱吸收特征,找出二氧化碳对二氧化硫测量结果产生影响的波段,即二氧化碳在波长为4.28μm处有强红外吸收,二氧化硫在波长为3.98μm处有强红外吸收,在入射光强等条件不变的情况下,二氧化碳吸收部分红外光,导致二氧化硫的测量结果偏大。其次,为消除二氧化碳的交叉干扰,设计了单光源四探测器二氧化硫浓度检测装置,利用两对滤光片及探测器分别测量二氧化硫、二氧化碳的浓度。通过对实际测量输出信号的分解和加权处理,消除二氧化碳对二氧化硫的交叉敏感影响,提高测量的精度。然后,提出基于最小二乘、D-S证据理论和人工神经网络等方法的数据融合技术、主成分分析法处理红外吸收法采集的二氧化硫浓度信号,采用时间域和空间域相结合,减小二氧化硫测量中的不确定性和不可靠性,消除噪声、二氧化碳和其它干扰对二氧化硫测量结果的影响,提高了二氧化硫测量的准确度和精度。最后,对数据进行了仿真实验,得到了拟合曲线以及融合后的二氧化硫浓度信号响应曲线图,运用误差理论与数据处理的相关函数进行数据分析。实验证明,二氧化碳对二氧化硫的测量结果有影响。二氧化碳的浓度改变时,二氧化碳对二氧化硫的干扰模型也不同,并且二氧化碳在低浓度时对二氧化硫浓度的干扰较大。经过数据融合后,二氧化硫测量精度有较大提高,即二氧化硫的最大测量误差为3.684%,二氧化碳的最大测量误差为6.708%,为红外气体分析提供了一条有效途径。