随着机动车保有量的增加,并且汽车保有量所占的比重持续增大,汽车排放污染问题将日趋严重,如何控制汽车污染物排放对大气环境造成的破坏已经成为政府相关管理部门、汽车制造商和相关研发人员所面临的一项重要工作。因此,保证汽车发动机在良好工况下运行,发生故障时在第一时间发出警告提示并尽快的检测定位,以便及时进行维修,使汽车保持在国标规定的排放标准下工作,从而减少汽车污染物排放对空气污染成为汽车故障诊断与维修的重要研究课题之一。目前,我国的汽车基本配置第二代车载自诊断系统(OBDⅡ),其工作原理是根据汽车电子控制单元(ECU)对各个传感器数值的进行检测,以故障码的形势存储故障信息。一般情况下,汽车出现故障时,车载自诊断系统可以判断出故障发生的位置和原因,并发出警告提示驾驶员。但是由于故障码只是汽车电子控制单元(ECU)认定的一个“有”和“无”的判定,当出现信号偏差较大或者信号偏差没超过标准范围,传感器灵敏度下降,执行器短路或者断路的情况下,汽车电子控制单元(ECU)将不能记录故障码,无法对故障做出诊断。而通过记录车辆的实时动态数据,运用数据流分析法全面分析车辆的各个传感器和执行器的输入、输出信号的瞬时数据和工作状态,可准确找出汽车故障部位和原因,尽快制定出合理的维修方案,减少汽车在不良工况下运行所造成的不必要的能源浪费和排放污染。本文使用LAUNCH的X-431开放式汽车故障诊断平台采集Nissan BLUEBIRD的L4电控发动机和Hyundai Grandeur的V6电控发动机的各个传感器的瞬时数据以及各个执行器的实时状态,应用Matlab中的一维小波分析函数对汽车电控发动机的传感器数据流进行拟合分析,对电控发动机的喷油系统和点火系统故障进行了深入分析研究,通过小波分析数据流的方法对此类故障的原因归纳总结,并找出一般性规律,进一步增强汽车电控发动机喷油系统和点火系统故障的识别程度和诊断的准确性。