光学气体检测技术是目前气体检测技术的主流，它无论从检测精度、速度，还是从安全性、实用性，都比传统的检测方法优越。差分吸收光谱技术(DOAS)是一种光谱检测技术，它利用气体分子的窄带吸收特性来推演出气体的浓度，并广泛应用于实际气体浓度检测中。但是，DOAS技术采用的窄带宽带分离和最小二乘法在外界噪声干扰较大的情况下，往往产生较大的反演误差，而且外界环境发生改变时，DOAS也不能有效地控制反演误差。本文引入了基于状态空间理论的气体浓度定量分析算法。通过把浓度变化看作状态方程，把光强吸收变化看作是测量方程，从而组成一个状态空间方程，然后将卡尔曼滤波应用到气体状态空间中实现浓度反演。对于噪声统计信息未知的情况，通过自适应滤波算法，在滤波过程中利用已有的历史信息对噪声实现估计，从而使得整个系统在信噪比较低的情况下也能取得较好的反演精度。与DOAS相比，基于状态空间的自适应卡尔曼滤波能对模型误差进行有效地抑制，并具有更高的反演精度。本文设计并制作了一套气体浓度检测装置，对DOAS算法和卡尔曼滤波算法进行了验证，最终证明卡尔曼滤波算法更具优越性。最后，本文还提出了对气体浓度和温度同时估计的状态空间算法，这在气体检测中具有突破性。