随着现代工业的快速发展,环境污染越来越严重,而气溶胶质量浓度是评价大气环境变化的重要参数,光散射法是在线非接触测量该参数的有效方法。光散射法包括颗粒群法和单粒子法,本文将以单粒子光散射法作为测量方法,对粒子散射光信号的采集处理及相对湿度的影响分析与修正做了详细的研究,具体工作如下：基于对颗粒电压信号的非均匀划分方式,设计了多通道信号采集电路,实现了对前端光学传感器输出信号的采集,通过FPGA和STM32的协同工作,结合气溶胶质量浓度的分形反演模型,完成了对颗粒物质量浓度的测量。实验结果表明：对于烟尘和空气样品,采用多通道信号采集电路给出的颗粒物电压信号幅度分布反演的质量浓度值与实际测量值吻合较好,拟合直线斜率与1的绝对差为0.034和0.016,相关系数高于0.999,四组实验平均相对误差均小于7.7%；而采用电压积分量反演的质量浓度平均相对误差则在18.7%以内。当环境相对湿度较高时,因颗粒具有吸湿性,其密度、折射率及形貌特征等物理性质发生变化,从而影响其散射光信号,此时若采用低湿度条件下系统的标定参数反演气溶胶质量浓度,将会降低其测量精度。因此,高湿度情况下必须对系统的标定参数进行修正,即确定标定参数与相对湿度之间的关系。本文首先基于Mie散射理论和实测资料给出的气溶胶颗粒粒径及折射率湿度增长模型,从理论上详细计算了相对湿度对球形颗粒散射光信号的影响。其次,采用粒子群优化的BP神经网络算法对高相对湿度下的质量浓度值进行补偿处理,实验表明神经网络算法对颗粒物湿度的影响具有补偿作用,有效修正了相对湿度引起的测量误差。本文对气溶胶质量浓度的测量研究正好符合国家当前对大气环境监测的实际需求,同时也使得基于单粒子光散射的质量浓度测量方法更加完善。