大气中存在多种微量有毒有害气体,严重影响甚至危及人们的生命安全。光声光谱微量气体检测技术通过探测光声效应产生的声波幅值检测气体浓度,相比其它气体检测法具有不消耗气样、稳定性好、灵敏度高、选择性好等优点。由于气体检测现场环境复杂多变、待测气体浓度通常很低,加上多组分气体间存在交叉吸收,提高光声光谱仪检测稳定性和检测精度一直以来都是科研工作者们关注的重点。从分子能级跃迁理论着手,深入分析了光声效应的发热与发声形成过程。搭建了光声池中声压分布模型,得到光声信号与气体浓度的关系式。在理论的基础上分析了气体光声光谱检测系统的各个模块。根据相干性将系统中噪声分为两类并分别进行了分析。光声池是整个系统设计的关键部位,论文重点对光声池设计思路做了阐述。建立了光声信号传输模型,对光声信号的产生进行了模拟,根据得到的模拟结果指导设计了光声池几何结构。针对光声系统中各种噪声总结分析了相应的去噪方法。通过HITRAN数据库查询结合气体吸收系数计算理论仿真计算得出了NO2、NO、CO、H2O这四种气体的吸收谱线。以几种气体特征频谱处吸收谱线为分析对象,仿真了其吸收系数随压强、温度的变化曲线。设计了微量气体光声检测装置,并从理论上给出系统检测灵敏度。其后,论文针对多组分气体检测存在的交叉吸收影响,建立了径向基神经网络模型,运用该模型对NO气体进行了浓度计算,计算结果相对于真实值误差低于2%,验证了该模型的可行性。