随着社会经济的发展与城市规模的扩大，火灾事故发生的概率大大增加，所造成的生命财产损失也日趋严重。能够对建筑物的火灾进行准确报警，是当前火灾检测领域中的研究热点。而目前智能建筑的大力发展，对于建筑内部火灾报警的准确率要求越来越高，同时，用户对于火灾检测报警系统的可靠性也提出了更高的要求。本文针对建筑物内部的火灾特征检测与报警实际需求，通过对火灾特征信号的分析，在传感技术、人工智能技术、软件技术的基础上设计了一个火灾特征信号检测与报警系统。并且主要做了以下工作：首先根据火灾检测的特点，通过对当前火灾检测报警系统的分析，阐明了火灾过程中火灾信号的特征、火灾检测原理和火灾模型的建立，确定出系统需要检测的火灾特征信号以及包含的功能模块及其设计；其次，从底层传感器网络、单片机系统以及无线通信对系统的底层硬件的电路进行设计和分析；再次，软件实现部分采用C++，嵌入式C编程技术而对系统的功能进行实现。最后，采用模糊神经网络对火灾检测复杂的、非线性结构的对象进行处理，利用了模糊控制技术的推理能力和神经网络的学习能力、自适应能力等优点，对火灾探测报警的模糊神经网络模型进行训练和仿真。本文完成了火灾探测报警系统的设计。结果表明模糊神经网络能够提高火灾探测准确度，降低火灾探测报警系统的误报率和漏报率，提高了系统的可靠性和智能化程度。最后对火灾探测报警系统的发展作了展望，并提出了有待进一步深入研究和探讨的问题。