环境问题一直是国内外关注的问题。随着现代工业的发展,环境污染问题也日益严重,因此建立在线实时的环境监测系统迫在眉睫。在国外的许多发达国家已经设计出诸多的有毒有害气体的遥感监测系统,但是在国内这项技术还处在实验阶段,许多工作亟待开展。国产的环境监测仪器依旧存在着很多不足。FTIR技术独特的优越性,越来越广泛的应用于室内、室外的大气环境监测。为此,本文设计了基于FTIR技术的DSP+ARM双处理器的在线实时环境监测系统,将小波神经网络应用于对多组份污染气体光谱图信号的处理中。论文的主要工作和成果如下:(1)介绍了FTIR光谱仪技术原理,分析FTIR光谱仪对污染气体的定性定量监测原理。(2)基于FTIR技术,设计出多组分污染气体监测系统信号处理平台,选择ARM+DSP双处理器作为监测系统的总体结构。完成了ARM部分的设计包括硬件和软件两部分,硬件设计主要完成ARM关键电路模块的硬件设计,DSP和ARM的通信接口采用DSP自带的HPI接口的通信;软件部分主要是宿主机(PC)平台上的Linux交叉编译环境的建立、ARM(S3C2410X)平台上的Linux内核裁剪和boot-loader的移植等工作以及关键模块驱动程序的编写。(3)针对实测光谱信号中存在噪声和基线漂移的问题,本文提出了一种基于小波神经网络的方法实现将两者同时去除。构建不同小波基函数作为神经元的小波神经网络,实现对傅里叶变换红外光谱的预处理。通过试验对比,小波神经网络同时去除噪声和基线漂移优于其他方法,对后面多组分污染气体的定性定量做了铺垫,初探小波神经网络用于多组份污染气体定性定量中的应用。