对于室内环境中的混合有害气体,传统的离子迁移谱、气相色谱和质子转移反应谱等检测手段虽然可以做到对其进行定量分析,但该类方法的设备昂贵、操作复杂。单一的传感器检测方法价格低廉,但难以达到定量识别的要求。而采用传感器阵列和模式识别算法相结合的电子鼻技术可以在简易、快捷的前提下实现对混合气体的定量识别。本文针对室内有害气体中的氨气（NH3）,利用简易的原位聚合方法制备了石墨烯-聚苯胺/偏聚氟乙烯（GP-PANI/PVDF）柔性NH3传感器,利用扫描电镜（SEM）、傅里叶红外光谱（FTIR）和拉曼光谱（Raman）等手段表征了薄膜的表面形貌、材料组成和化学结构,并研究了该传感器对于NH3的响应度、重复性、长期稳定性、选择性,分析了温湿度对传感器性能的影响及其抗弯折性能。同时设计了PANI基NH3传感器与多个金属氧化物半导体（MOS）基甲醛（CH2O）传感器构成的传感器阵列,采集了140组NH3和CH2O的混合气体数据,进行特征选取后采用主成分分析（PCA）算法进行降维。在模式识别算法部分,本文采用反向传播神经网络（BPNN）算法,对NH3和CH2O混合气体进行定性定量分析。论文主要研究结果如下:（1）GP-PANI/PVDF柔性薄膜具有独特的多孔多层次结构,FTIR和Raman的结果证实了薄膜组分由PANI和GP构成。通过对比实验发现0.3 wt%的GP掺杂量为最佳,0.3 wt%GP-PANI/PVDF柔性NH3传感器对1 ppm（25℃,70%RH）NH3的响应度为60%,响应和恢复时间分别为46 s和198 s,且5次重复性测试后的最大响应度误差不超过3%。该传感器的响应度与温度呈负线性关系,相关系数为0.96;与湿度呈正线性关系,相关系数为0.93。同时,制备的传感器还具有良好的抗弯折性能,在5种不同弯折角度下的响应度误差只有5%;在高达1500次的弯折/拉伸（bending/extending）循环后,响应度损失只有12%。（2）选用6个MOS基CH2O传感器和4个PANI基NH3传感器组成阵列,在去除冗余后获得6个传感器组成的阵列。采用PCA算法将数据降低到1维,发现第一主成分分量占比高达97%。（3）采用BPNN算法对未知浓度NH3和CH2O混合气体进行定性定量分析。在单一气体定量分析部分,发现电子鼻系统对高浓度（10-500 ppm）气体的最大预测误差不超过10%;在混合气体定性定量识别部分,该电子鼻系统可以完全区分两种气体,且对混合气体中各气体分量的占比预测误差不超过5%。本论文以PANI为主要气敏材料,制备了具有高响应度、高选择性和低检测限的柔性NH3传感器。将其与MOS基传感器组成阵列,结合PCA和BPNN算法,实现了可对室内混合有害气体进行定性定量识别的电子鼻系统。目前该系统还存在一定的识别误差,距离推向市场还需要进一步的努力。