由于气体传感器的交叉敏感特性和响应的非线性，单一的气体传感器对混合气体进行定性的检测或定量的检测是十分困难的，因此通过阵列型的传感器来进行混合气体检测，并且通过模式识别技术，检测多种气体成为发展趋势，本论文就是在这样的背景下产生的。本文介绍了基于统计的模式识别和基于人工神经网络的模式识别两大类中包含的相关模式识别方法，通过介绍相应算法的数学理论和各自的特点，对实际选取的算法具有指导性的意义。具体的内容如下：(1)模式识别算法的实现和设计对比主流的嵌入式操作系统后，选定适合本系统的操作系统为Linux的操作系统。并且在Linux系统下，采用Qt-Creator的集成开发环境为平台，利用第三方的类库，设计并实现模式识别检测的控制界面以及通信界面，并将其移植到具体的硬件平台中。(2)硬件电路的绘制和搭建根据系统的要求，绘制出符合系统的电路图。选择三星公司的S3C6410作为系统的核心，为了使系统更加具有模块化和稳定性，将系统分为了核心板和扩展板两个部分，其中核心板包含微控制器的最小系统模块、电源模块、存贮模块。扩展板包含通信模块、显示模块、报警模块，为系统的硬件化奠定了基础。(3)数据的测量和分析通过实际的测试系统，获得了DKAP、PECH、ECEL三种敏感膜对DMMP、DCP、煤油、甲苯、二氯乙烷等气体的实验数据，根据不同的情况进行分组测试，并且用实际设计的软件进行测试分析，并且进行结果对比，说明算法的适用性。