当代火灾探测技术主要解决的问题就是提早报警、降低误报率，而提早报警和降低误报率恰恰是相互矛盾，这对火灾探测技术提出了更高的要求。而传统火灾探测技术(单元探测技术)已无法满足这一要求，因此对火灾探测技术的研究就显得尤为重要。 基于气味传感器阵列和人工神经网络技术的气味火灾探测系统是解决气味传感器辨识气体的重要途径，更好地达到提早报警、降低误报警的目的。本文首先综述火灾探测技术的发展历程、现状和存在的问题，然后阐述气味火灾探测技术的原理和方法。通过一定的实验数据和结果，对气味传感器的敏感性和其对未知单一气体的辨识能力进行分析。着重讨论辨识技术中的信息处理技术，将气体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，构成单一气体辨识系统。 最后利用教师样本对前馈神经网络进行训练后，系统对于未知气体样本能够准确地辨识，比较不同的信号预处理算法对气体辨识效果的影响，认为“传感器阵列归一化算法”能够有效地提高气体辨识系统的辨识率，为火灾探测系统的设计提供了新的思路和新的方法。