传感器动态特性是汽车发动机电子控制领域需要研究的主要技术问题之一。热式空气质量流量(MAF)传感器和废气氧(EGO)传感器作为发动机空燃比前馈控制环节和反馈控制回路的关键部件,其非线性动态特性直接影响到瞬态空燃比的测量和控制精度。为了有效地设计电控单元(ECU)信号电路中的抗混叠滤波器和选择合适的信号处理方法,以及进一步研究改善传感器动态性能、减小和消除动态测量误差的方法,本文通过建立发动机MAF和EGO传感器的非动态线性模型,研究了不同工作条件下的传感器动态性能。利用传感器的静、动态标定数据,基于两步辨识法分别建立了热线式、热膜式MAF传感器和EGO传感器Hammerstein模型,通过模型分别计算了上述传感器在不同阶跃激励条件下的时域和频域性能指标,并分析了两类传感器动态非线性的主要特征。建模过程中,充分考虑到激励信号源的延迟特性,采用不同的方法对传感器的实际输入进行估计,提高了建模精度。从面向控制的要求出发,分析了模型阶次对建模精度的影响,确定了合适的传感器模型阶次。通过将渐近辨识方法(ASYM)分别应用于MAF和EGO传感器Hammerstein模型的动态线性环节建模,给出了模型频域误差的确切描述。先建立传感器和测量噪声的高阶模型,而后对模型进行降阶,并与直接建立低阶模型方法进行比较,检验了不同辨识方法的建模效果。