目前，火灾自动报警系统领域中网络化、自动化技术日臻完善，但火灾探测器还存在着误报和漏报等问题。火灾探测器探测火灾的准确性将直接影响整个自动报警系统的性能。因此，火灾探测器技术已成为该领域的主要发展方向。 本文在对国内外研究现状和存在的问题进行分析的基础上，在硬件和软件方面对火灾探测器技术进行研究。在硬件方面，采用温度传感器、CO传感器和光电感烟传感器组成复合型探测器，利用这三种传感器对火灾发生时的三种主要参数进行测量；软件方面，采用神经网络对采集各传感器的信号进行处理，而后再经模糊判决器来发出报警信号。这使探测器在输出报警信号时具有一定的智能化功能。实验结果表明，这种结构的火灾探测器不仅报警的准确性大大提高，还能进一步判定火灾的状态。由此可见，复合技术和神经网络技术的应用能够大大提高火灾探测器的性能，大大降低了误报率和漏报率，为早期报警提供有利条件。