近年来,痕量气体传感器在工业、农业和航空航天等各个领域的需求量不断增加。光声光谱（Photoacoustic Spectroscopy,PAS）气体传感技术具有灵敏度高、响应速度快、选择性好、动态范围大等优点,是实现痕量气体实时监测的理想方法,具有重要的研究价值和广泛的应用前景。鉴于CO气体在工业生产废气监测、空气污染监测、指示电力系统故障以及医疗中呼气检测等各个方面都具有重要的作用,本文设计了光声光谱痕量气体检测系统,并结合二次谐波解调、差分光声池和降噪算法,实现了对CO气体的高灵敏检测,主要内容包括:详细阐述了波长调制光声光谱气体检测技术的基本原理,分析了气体吸收光谱的展宽机制和相应的线型函数,推导了采用波长调制技术时洛伦兹线型吸收线对应的谐波表达式,以及调制系数对于二次谐波信号幅值和宽度的影响,为调制系数的选取提供理论依据。利用数值仿真计算获得了光声信号与光声池结构和光声池共振模态之间的关系,为优化设计双通道差分光声池提供理论依据。在理论研究的基础上,本文研制了光声光谱痕量CO气体检测系统,采用近红外可调谐光纤激光器结合掺铒光纤放大器作为系统光源,使用工作在一阶纵向共振模态的差分式光声池放大光声信号。通过优化调制电流幅值和频率等步骤,获得了最佳工作条件。在此最佳工作条件的基础上,测试了不同浓度的CO的光声信号。研究了降噪算法进一步提高系统检测性能。气体的光吸收过程是复杂的非线性非平稳过程,受到环境中广泛存在的乘性噪声以及各种随机和非随机噪声的干扰,为此,提出将自适应噪声的完备经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）应用于光声光谱领域。CEEMDAN分解结合Savitzky-Golay（S-G）滤波算法对每一个分量进行降噪处理,之后利用相关系数自适应的选取信号主导分量对二次谐波信号进行重构。分析实验结果,该降噪算法将系统信噪比提高了4.6倍,验证了该降噪算法应用于光声光谱领域的有效性和可行性。