在现代社会中，人们对食品质量检测的要求越来越高，而传统的化学分析方式检测时间长、成本高、效率低，且需要专业人员进行操作，不利于普及和推广。而检测方便且快速的电子鼻系统的出现正在代替传统的化学分析方式，目前，虽然电子鼻技术取得了极大的进展，但大多数还停留在实验室阶段，还没有广泛实用化，主要原因是电子鼻的漂移问题、背景干扰、个体差异等问题还没有得到有效解决。通过长期实验数据研究分析发现，漂移主要分为短期漂移与长期漂移两种，其中长期漂移具有变化缓慢且无规律的现象。本文把降低或者消除电子鼻的长期漂移作为主要研究内容。为了解决电子鼻长期漂移导致鉴别正确率降低这一问题，提出了一种基于快速傅里叶变换的均值偏差率阈值函数来去除电子鼻漂移噪声的方法，通过构造快速傅里叶变换系数的均值偏差率阈值函数，实现了对傅里叶变换系数的动态处理，有效去除了电子鼻漂移噪声。6种白酒检测实例表明，此方法能够有效消除电子鼻长期漂移噪声信号对传感器造成的影响，从而显著的提高了鉴别正确率。傅里叶变换刻画的是电子鼻检测信号在整个时域的频谱特征，虽然在去除电子鼻漂移信号过程中有较好的应用效果，但是并没有获得漂移信号的特征信息。针对这一问题，本文提出一种在小波变换的基础上结合均值偏差率阈值函数对小波变换系数进行处理的方法，由于小波变换可以实现电子鼻检测信号在时域和频域的局部变换，克服了傅里叶变换的缺点，便于观察分析。实验结果表明，与傅里叶变换相比，小波变换能够进一步去除电子鼻的漂移信号，从而使分类效果更佳。独立成分分析能从检测的混合信号中分离出分布未知但统计相互独立的源信号，结合漂移信号未知性等特点，本文尝试从独立成分分析的角度对传感器的检测信号进行分析研究。通过利用独立成分分析，提取与白酒挥发出的气体最相关的独立成分，然后对其进行分析研究，探究漂移规律，从而达到去除漂移噪声信号的目的。实验结果表明，独立成分分析能够有效的提取独立成分，去除了一定的漂移信号。