随着环境科学的发展及环境测量应用范围的不断扩大,成本低廉、性能良好的气体传感器已经成为测量领域的新方向。由于气体传感器自身的交叉敏感等物理缺陷,单一半导体气体传感器难以对多种气体进行准确的定性识别和定量检测。因此,选用多个传感器组成阵列与盲源分离方法相结合来对气体定性定量分析,该方法对多种气体的识别和检测具有很大的实用价值,其中盲源分离理论中的独立成分分析算法对气体识别和检测的效果起着关键的作用。本文首先讲述了气体检测以及盲源分离理论的发展和原理,然后详细介绍了气体检测实验设计,包括各部分硬件的设计方法以及软件设计。接着介绍了神经网络和多元回归分析方法,说明了算法的不足之处,由此引出独立成分分析算法。本文主要对独立成分分析算法进行了研究,介绍了目标函数的选择,以及常用的优化算法,引入了一种快速独立成分分析算法,将其用于气体的定性识别和定量测量中,并给出了编写程序的具体步骤和流程。最后是气体实验介绍和数据分析,与中国电子科技集团49所合作,搭建了实验系统,选用了CH4和H2两种气体,分别进行单一气体和混合气体的识别与检测。实验结果表明,使用独立成分分析算法,对于气体的定性识别的准确率达100%,另外给出了气体检测的误差,以及原因分析。并与神经网络和多元回归分析识别和检测效果进行了详细对比,给出对比结果。