声速参量回归法分析空气二氧化碳含量.pdfVIP

声速参量回归法分析空气二氧化碳含量.pdf

第45卷第1期声学技术Vol.45,No.1

2026年2月TechnicalAcousticsFeb.,2026

DOI:10.16300/j.cnki.1000-3630CSTR:32055.14.sxjs.1000-3630

引用格式：张迪,滕旭东,林秦宇.声速参量回归法分析空气二氧化碳含量[J].声学技术,2026,45(1):172-178.[ZHANGDi,TENGXudong,

LINQinyu.Parametricregressionofsoundvelocityforpredictingcarbondioxidecontent[J].TechnicalAcoustics,2026,45(1):172-178.]

声速参量回归法分析空气二氧化碳含量

张迪，滕旭东，林秦宇

(上海工程技术大学电子电气工程学院,上海201610)

摘要：空气气体成分检测对预防有害气体发生、监控气体泄漏和评估空气污染状态具有重要意义。采用声速法测量

空气成分浓度具有宽量程、高稳定性、适用气体种类多等特点，目前在二元已知混合气体浓度检测中得到了广泛应

用。但声速变化无选择性，不能确定空气成分的种类，且环境因素如温度、湿度和大气压等也对声速波动产生影

响，从而制约了声速法对实际空气成分的精确测量和分析。因此，文章结合声速、温度、湿度和大气压等物理量，

从实际空气声速方程出发，采用支持向量回归(supportvectorregression，SVR)算法，以空气中二氧化碳浓度为例进

行拟合预测，通过机器学习算法实现对实际空气中特定气体浓度的测量。实测结果表明：在所给测试条件下，使用

SVR算法较好地预测了二氧化碳浓度的变化趋势，所预测的精度指标决定系数(R)不低于0.75，平均绝对误差不超

过0.34。

关键词：空气成分；声速方程；支持向量回归(SVR)算法；二氧化碳浓度

中图分类号：O423文献标志码：A文章编号：1000-3630(2026)-01-0172-07

Parametricregressionofsoundvelocityforpredicting

carbondioxidecontent

ZHANGDi,TENGXudong,LINQinyu

(ShanghaiUniversityofEngineeringScience,SchoolofElectronicandElectricalEngineering,Shanghai201610,China)