本文对应用于矿井检测可燃可爆气体的金属氧化物气体传感器进行了系统的理论和实验研究。阐述了金属氧化物气体传感器的检测原理,建立了气体识别模型,对气体传感器的响应信号进行了定性和定量识别,结合矿用气体传感器的使用要求,搭建了系统实验平台。采用短时傅里叶变换、小波变换和希尔伯特-黄变换等时频联合分析方法,提取了气体传感器响应信号的时频域特征,得到相应的谱图,进行了相应的实验研究和分析比较。深入研究了基于原子分解的气体信号时频分析方法,对多种分解方法进行分析解释,提出了匹配追踪的Gram-Schmidt正交化和调整加权系数的改进方法,提高了分辨率和稀疏性,缩短了处理时间。提出了基于原子分解参数特征和原子分解时频分布矩阵奇异值特征的气体信号特征提取方法,提出了基于原子分解的BP神经网络、粒子群优化与BP混合神经网络和支持向量机的模式识别方法,在此基础上进行了气体识别仿真实验和实测实验,达到了满足煤矿可燃可爆气体检测使用要求的预期识别目标。