火灾历来是威胁人类安全、影响人类发展的重大灾害之一。特别是在工业化高度发展的今天，任何小小的隐患都将造成生命和财产的重大损失。火灾探测技术是火灾防治领域的重要发展方向之一。 近年来，基于传感器阵列与模式识别技术的人工嗅觉技术成为国际上研究的热点。在环境监测、医疗诊断、医药工业、食品工业、化工、军事等各种领域的气味检测中具有广阔的应用前景。目前已经有人尝试将其用于火灾探测方面。将人工嗅觉技术应用于火灾探测领域实质就是利用人工嗅觉系统中仿生的气敏元件感应火灾前(中)物质受热分解(燃烧)释放出的气味。这个感应时间早于火灾发生时间、甚至是阴燃发生的阶段，即早于传统火灾探测器的响应时间，所以将其应用于火灾探测领域可以解决以往火灾探测器响应时间晚、响应不准确的关键技术问题。人工嗅觉技术在火灾探测方面表现出良好的发展潜力。 本文首先综述了火灾探测器的发展历程、现状和存在问题，然后以人工嗅觉系统在火灾探测领域中的优势为切入点，着重讨论了人工嗅觉系统中新型信息处理技术，为人工嗅觉系统的应用提供了新的思路和新的方法。本文研究工作主要有以下几个方面。 研究和分析了人工嗅觉领域主要采用的技术原理及方法。人工嗅觉系统采用多个不同敏感特性的传感器组成阵列，利用其交叉敏感特性实现其对气味物质的多对一的映射描述。 对传感器输出的频率信号进行处理，从而引申出特征参数的相关概念，在介绍其它人工嗅觉系统特征值取值方法的基础上，研究出以时序理论为基础，记录传感器输入信号的特征变化情况。 对特征信号做进一步处理，在比较了统计识别模式和人工神经网络识别模式的优缺点后，决定采用神经网络对之进行分类识别的工作，将气味传感器阵列和有教师指导的前馈神经网络模式识别技术相结合，构成气味-Ⅱ-物质定性识别系统；当利用教师样本对前馈神经网络进行训练后，系统对于未曾见过的气体样本能够准确地识别。 利用含噪声信号对神经网络进行训练，保证网络能在有噪声信号的环境下正确识别气味物质。可以得出影响系统分类精度的主要因素为样本质量和网络的学习精度。