随着科技的进步及社会的发展，人们越来越关注室内空气污染对健康的影响情况，尤其是甲醛等VOC气体对健康带来的危害已经引起广泛的重视。对甲醛、甲苯等有毒有害气体的低浓度检测也成为当今科学界的重要课题之一。本论文介绍了一种以SnO2为基材的旁热式甲醛气敏传感器，并尝试改善元件的灵敏度和选择性。 介绍掺杂不同金属氧化物和未掺杂的SnO2气敏传感器的制作过程，并对其基本的气敏特性进行了测试和比较。未掺杂SnO2气敏元件对甲醛的灵敏度在加热电压为4V时达到极大值，而掺杂后的元件在加热电压为3.5V时对甲醛的灵敏度达到最佳。掺杂后的气敏元件对甲醛气体的灵敏度有了较大提高，根据测试曲线排列出不同掺杂元素对SnO2气敏元件灵敏度影响的高低顺序为：Pd＞Zr＞Ti＞Sb＞Cu＞Ag＞Mn，而掺杂有Pd和Zr的SnO2元件对50 ppm甲醛的灵敏度大于50，效果较为理想。 目前掺杂的几种金属都无法提高元件的选择性，因此采用改进型B-P神经网络的方法来改善气敏元件的选择性。改进后的B-P网络为3层网络，输入层6个结点，隐形层8个结点，输出层2个结点，并且可以在线调整学习速率η。输入层为6个不同气敏元件组成的传感器阵列，对多种浓度的甲醛和乙醇混合气体进行初步响应，得到近千组数据。B-P神经网络用前面得到的数据进行学习，直至网络的样本输出误差小于期望值。此时网络的连接权上便储存了由这些传感器的响应信号重建混合气体浓度的推理信息。使用训练过的B-P网络对一些保留样本进行预测。网络对混合气体中浓度为50 ppm，100 ppm，200 ppm的甲醛进行预测，输出分别为56.7 ppm，111.6 ppm，214.2 ppm，误差分别为13.4﹪，11.6﹪和7.1﹪。结果表明，使用这种方法可以成功地用现有选择性较差的SnO2旁热式甲醛气敏元件，探测出甲醛乙醇混合气体中的甲醛。 采用简单的IC模块，如51单片机、ADC0809等实现了基于甲醛气敏传感器电压输出信号的无线传输电路，具有是结构简单、损耗小、操作简单等优点。而自行编写的基于VB语言的接收软件，可以动态显示当前接收到的电压信号值，并同时绘制出一个时段内电压信号的曲线变化情况。从而实现了系统从信号采集，处理，存储，发送接收，显示的整个过程。