当代火灾探测技术主要解决的问题就是提早报警、降低误报警，而提早报警和降低误报警恰恰是一对矛盾，这对火灾探测技术提出了更高的要求。而传统火灾探测技术(单元探测技术)已无法满足这一要求，因此对火灾探测技术的研究就显得尤为重要。 本课题的研究内容是对多传感器数据融合技术的研究和在此基础上设计并实现火灾探测系统。本论文的主要理论研究工作包括三方面的内容，即数据融合技术的基本原理及体系结构、火灾探测的原理与方法和基于数据融合的火灾自动探测系统。本文在分析了数据融合系统的三级结构及火灾非结构特性的基础上，提出了一种基于信息融合的火灾探测三级结构和实现三级结构的人工智能算法，这些人工智能算法主要针对于火灾的非结构特性，包括专家系统、人工神经网络、模糊控制等人工智能技术，目的在于设计出一种快速、准确和有效的火灾探测系统。同时又考虑了火灾信号的渐变特性，将控制论的反馈思想和火灾信号持续时间也引入到火灾探测算法上，更好地达到了提早报警和降低误报警的目的。 为了适应不同环境下的火灾探测，本文最后对各种火型及极易引起误报的干扰环境进行了仿真，建立的仿真模型可以给出不同环境下的火灾概率，从而验证了本文提出的火灾探测系统的有效性和可行性。