提出一种基于光频域反射（OFDR）差分相位解调的拉锥光纤分布式折射率传感方法。首先，理论分析了差分相位解调方法的原理并仿真计算了相位随外界折射率变化的灵敏度特性。实验中利用平均去噪与小波平滑实现了340 μm传感空间分辨率的分布式折射率传感解调，其中有效传感区域的长度为45 mm，相位与外界折射率变化的线性拟合度为0.997，各折射率下的最大标准差为0.0067 rad，灵敏度为1328.6 rad/RIU，接近仿真结果1483.7 rad/RIU。与互相关解调方法相比，差分相位解调方法的线性拟合度与标准差均较优，且传感空间分辨率提升了10倍。这种基于差分相位的解调方式为实现微米级分布式生物传感提供了思路。

提出了基于氧化石墨烯和空心二氧化硅薄壁微泡腔的光纤气体传感器。将氧化石墨烯涂覆于熔融加压流变成型的薄壁微泡腔内壁，使其整体的有效折射率对于气体吸附敏感。通过拉锥光纤倏逝场在薄壁微泡腔激发出回音壁谐振模，其中心波长与有效折射率（气体体积分数）对应，据此实现腔内气体体积分数的传感测量。实验结果表明，当氨气的体积分数在0~40×10^-6的范围内时，提出的光纤气体传感器的响应呈线性，其传感灵敏度为0.73×10⁶ pm，分辨率为1.9×10^-6。当氨气的体积分数为20×10^-6时，传感器的响应和恢复时间分别是294 s和329 s。空心微腔结构一方面可以作为敏感单元，另一方面可以直接作为气体通道，避免了外部气室的使用或额外气体通道的封装，极大地提高了传感系统的实用性。

针对目前深度学习在气体检测领域多聚焦于学习单个任务即气体定性分类或气体体积分数定量回归，忽略了相关任务间的信息关联性，降低了模型学习精度与效率等问题，提出了一种基于一维卷积神经网络和长短期记忆网络的多任务学习模型，即MTL-1DCNN-LSTM，并行实现了混合气体种类定性识别与体积分数定量回归。利用掺铥光纤，搭建了二级放大掺铥环腔光纤激光器，基于有源内腔吸收光谱法探测了CO₂和NH₃混合气体的吸收光谱数据。将实验数据放入多任务学习模型中训练，并进行超参数优化后，对测试集数据进行测试得到气体识别准确率为100%，NH₃体积分数预测决定系数为99.84%，CO₂体积分数预测决定系数为99.62%，优于单任务模型与传统的气体反演算法如反向传播神经网络和支持向量机。所提出的深度学习算法与有源内腔法相结合的方法，为吸收光谱型混合气体反演技术的进一步研究提供了新思路。

基于双马赫-曾德尔干涉（DMZI）型分布式光纤振动传感系统与无人机（UAV）视频监测系统，通过卷积神经网络同步对光信号和无人机视频信号进行模式识别，从多维度对多类别扰动事件进行精准检测。与传统的模式识别方法相比，所提方案将两个不同维度上的信号有效结合，实现了不同维度上模式识别方法的优势互补，将识别信号的时间维度加入识别，解决了静态信号识别事件有限、准确率较低的问题。为了验证所提方案的可行性和有效性，对常见的9种传感行为（攀爬、轰砸、剪切、脚踢、重敲击、轻敲击、拉扯、摇晃、无入侵）进行了实验测试和分析。实验结果表明，所提出的多维度模式识别方案可以对9种入侵事件达到99.58%的平均测试准确率，并且平均识别时间为0.16 s，短于系统的采样时间0.3 s，满足实际工程应用的需求。

现有光纤生化传感器只获取单点生化物质含量，难以得到其空间分布信息，而沿光纤轴向连续分布成百上千只传感器的分布式生化传感方式可实现这一目标。从准分布式光纤生化传感入手，全面综述了分布式光纤生化传感在气体传感、折射率传感以及生物化学传感方面应用的最新进展。最后对分布式光纤生化传感器的发展前景与当前挑战进行了展望。分布式光纤生化传感研究有望引领当前单点分立式光纤生化传感研究向多点连续分布式方向发展，有望成为化学、生物、医学等领域强有力的新工具。

粒子形状是不规则粒子测量中的一个重要参数，干涉粒子成像（IPI）技术已经被广泛应用于不规则粒子形状的表征，但目前仍然缺少从大量散斑数据中对不规则粒子形状进行快速分析的方法。基于DenseNet网络，本文提出了一种利用从IPI系统获取的离焦散斑对不规则粒子形状直接进行分类的方法，通过改进的模拟粒子系统建立包含超过7000张散斑数据的模拟冰晶粒子散斑数据集，在不同位深的情况下对共9种形状类别的冰晶粒子离焦散斑进行了网络训练和验证。实验结果表明，散斑数据集上的最高分类精度达到92.7%，同时在信息压缩比仅为12.5%的情况下形状分类精度仍超过85%。本文提出的方法对IPI测量中粒子形状的快速分析具有重要意义，并且可以实现测量散斑数据的低成本存储和高效率传输。

提出一种飞轮型耦合振膜光纤法布里-珀罗（F-P）声矢量传感器。该传感器通过两个飞轮结构振膜的相邻辐条自然耦合，形成面内膜间桥耦合结构。仿真结果表明，基于振膜耦合增益原理的飞轮型光纤声矢量传感器振膜具有摇摆和弯曲两种振动模态，可实现数千赫兹宽频率范围的相位差放大，从而提高传感器定向精度。两个飞轮型振膜与光纤端面构成两个独立的F-P微腔传感单元，通过光学干涉信号强度提取得到振膜的振动信号。对所制备的传感器在5~7.4 kHz频率范围内进行二维平面声源定向实验，实验结果与仿真结果符合良好，该传感器在5~7.4 kHz的宽频率范围内具有相位差放大效果，在7.2 kHz处取得最大相位差增益5.05。

水体中悬浮粒子对光的散射导致浑浊水下成像质量下降。偏振光学成像技术可基于偏振信息分离散射光和信号光，是浑浊水下成像的有效方法。然而，现有的水下偏振成像技术主要从空域分离散射光和信号光，对于散射光的抑制效果较为有限。利用散射光和信号光在频域的差异性，基于对偏振图像频谱信息的处理实现了对后向散射光的有效抑制，从而实现了成像清晰度的显著提升。在不同浑浊程度水体环境下对于不同物体开展了多组实验，实验结果表明，所提方法相对于传统的水下偏振成像方法可更好地抑制后向散射光和凸显物体信号光，最终实现在浑浊水体环境下的清晰成像，尤其对于高浑浊水体，成像清晰度提升效果明显。

针对使用掺铥光纤激光器的气体传感系统进行混合气体测量时，吸收谱线重叠较为严重且相互交叉吸收干扰的现象造成的测量误差大、分析精度低的问题，提出一种基于自适应变异粒子群优化的支持向量机（SVM）方法，用于建立混合气体体积分数定量分析预测模型。对体积分数为0.5%~2%的氨气（NH3）和2%~5%的二氧化碳（CO₂）混合气体的吸收光谱数据进行采集和处理，利用自适应变异粒子群优化（AMPSO）算法对SVM模型参数进行寻优，利用获得的最优模型参数构建氨气和二氧化碳气体体积分数定量分析模型，并与标准粒子群优化算法和网格搜索法进行对比。实验结果表明，基于自适应粒子群优化算法建立的氨气和二氧化碳气体体积分数定量分析模型在较为合适的寻优时间下，可以得到最佳的均方误差，效率较高，该模型对测试集中氨气和二氧化碳气体体积分数设定值与预测值的均方误差分别为0.000088和0.000170，决定系数R²均为0.9998，满足混合气体检测要求。