电子鼻技术是一门新的交叉学科，涉及传感器技术、电子学、信息技术以及模式识别技术等学科领域，开展电子鼻技术的研究，对推动我国嗅觉模拟技术的发展，缩小与国际先进水平的差距，具有重要的现实意义。　　成熟的信号处理技术为电子鼻技术提供了强大的技术支撑，通过对电子鼻系统信号处理技术进行研究，弥补电子鼻系统中的缺陷与不足，从而延长电子鼻系统的使用寿命，提高电子鼻系统的性能，促进电子鼻系统的产品化，具有极大的经济价值与学术意义。　　论文的主要研究内容和贡献包括：　　①对电子鼻系统特征选择技术进行研究，提出了两种新的特征选择算法，用于去除电子鼻系统中干扰特征。本文提出的第一种特征选择算法为小波变换空间相关特征选择算法，通过使用 Daubechies小波分别对含有目标与非目标气体的混合响应信号以及只含有非目标气体的响应信号进行小波变换，使用小波系数作为特征值，利用相关性检测并去除在混合响应信号中与非目标响应信号中最相关的特征值，以实现干扰特征的去除。本文提出的另一种方法为独立成分分析结合支持向量机特征选择算法。使用独立成分分析将混合响应信号中目标与非目标气体进行分离，使用独立成分作为特征，并使用支持向量机确定并去除干扰特征。结果表明两种方法均可以显著提高电子鼻系统的性能。同时通过进一步比较分析，独立成分分析结合支持向量机的特征选择算法可以用更少的样本，更低的维数，实现更好的效果，并且此算法也适用于其它的电子鼻数据集。　　②对电子鼻系统异常值检测技术进行研究，提出了一种新的基于对数线性的异常值检测算法，用于检测电子鼻系统气体浓度预测数据集中的异常值。在气体浓度预测数据集中会经常出现由于浓度错误而引起的异常值。使用独立成分分析，去除温、湿度对半导体气体传感器的影响后，建立每个半导体气体传感器的对数线性曲线，计算每一个样本点到此曲线的距离，设定合适的阈值，距离超过此阈值的即为异常值。此算法充分利用了半导体气体传感器的特性与气体浓度信息。通过使用此算法对人为引入的异常值进行检测，并对比去除异常值前后浓度预测结果，表明此算法可以有效去除电子鼻系统中由于浓度错误而引起的异常值。　　③对电子鼻系统漂移补偿技术进行研究，提出了一种新的基于独立成分分析的漂移补偿算法，用于实现电子鼻系统的在线漂移补偿。由于温、湿度的变化等影响，难以观察到漂移变化规律，对气体浓度预测数据集进行独立成分分析去除温、湿度等其它干扰对传感器的影响，提取与气体浓度最相关的独立成分，并使用得到的独立成分分离矩阵对长期基线漂移数据进行独立成分分析，得到相应的独立成分，通过对此独立成分进行研究，找到漂移规律，实现对气体浓度预测的在线漂移补偿。将本文提出的算法与成分校正算法和正交信号校正算法进行对比，结果表明本算法非常有效，实现了电子鼻系统漂移的在线实时补偿，提高了气体浓度预测的精度，延长了电子鼻系统的使用寿命。　　④对电子鼻系统差异校正技术进行研究，提出两种新的无主板（作为标准的电子鼻系统）的差异校正算法，用于实现电子鼻系统在线差异校正。同类型的传感器的不同个体在相同环境下响应值会出现差异，本文提出的第一种无主板的差异校正算法基于传感器的对数线性特性，对主板中的每个传感器通过对数线性特性建立标准数据库，其它需要校正的电子鼻系统（从板）校正到标准数据库，实现无主板的差异校正。本文提出的另一种方法是基于预测网络的无主板差异校正算法，该算法对主板的每个传感器建立浓度预测网络，其它需要校正的从板通过此网络实现差异校正。通过对比发现，两种算法均可以实现对差异的校正，使传感器输出一致，而且由于没有主板，传感器的漂移等对校正没有影响，但基于对数线性的校正算法实验操作复杂，需要对校正实验中的温、湿度进行控制，不利于大规模校正，而基于预测网络的校正算法不需要对温、湿度进行控制，实验操作更为简单，故基于预测网络的算法更适合于大规模电子鼻系统的差异校正。