简要回顾了从基于传统机器学习的普通感知型分布式光纤声波传感器（DAS）到基于深度学习的全智能化DAS的转变历程，深入分析了基于多维信息提取的DAS监督学习及半监督、无监督和跨场景迁移等深度学习方法的研究现状，概括了不同识别模型的构建思路、特点，及其识别性能、处理时间等评价指标，也论述了DAS从单源检测到多源混叠检测、从单任务到多任务处理等智能感知能力提升面临的新挑战，最后对全智能化DAS的信号处理发展方向及新趋势进行了展望。

我国大型基础设施的建设规模已多年位居世界之首，分布式光纤传感技术（DOFS）作为大型基础设施健康状态实时监测最有潜力的技术，近年来得到了迅速发展。针对DOFS在技术和应用的突破上面临的挑战，在介绍DOFS各技术基本工作原理、发展历史、现状以及典型应用原理和方案等的基础上，对其工作新机理、系统设计方案、研究发展方向等进行了阐述和讨论。

电石渣的排放及贮存量日益递增, 电石渣硅铁的资源化利用也成为亟待解决的难题。为实现电石渣硅铁的高值化应用, 以干法电石渣中分离出的磁性硅铁为加重质配制重介质悬浮液, 并探究了悬浮液密度、黏土含量和硅铁粒度等因素对其粘度及沉降特性的影响。结果表明, 增大悬浮液密度或黏土用量以及减小硅铁粒度均会使悬浮液的粘度提高, 从而使加重质颗粒的沉降速度下降, 稳定性得到提升。此外, 为了进一步验证该悬浮液体系用于实际分选的可行性, 将不同密度的悬浮液用于选煤浮沉试验分选混合煤样, 在密度为1.30 g/cm3和1.40 g/cm3的重介质悬浮液中, 浮煤产率高且灰分含量较初始煤样大幅降低, 说明该悬浮液体系具有良好的分选性能。

基于高灵敏度光纤布喇格光栅振动传感器，提出了一种光纤围栏入侵监测系统及其模式识别方法.该方法通过具有自适应动态阈值的时域统计特征提取算法对异常事件信号进行特征提取，将特征矢量输入到一个基于三层BP神经网络而设计的分类器中对目标事件进行识别和分类.通过仿真目标信号和实际采样数据进行测试，对系统的报警识别率进行了验证，结果表明：对于仿真信号，系统的平均正确识别率达到了100%；对于实际采样数据，系统的平均正确识别率可以达到96.83%.

相敏光时域反射系统异常灵敏,对环境中声波、空气流动及瞬时高频噪音等干扰源同时敏感,环境干扰与入侵非线性混叠时,实际入侵检测与识别困难,容易频繁误报.本文提出一种基于时间序列奇异谱特征的扰动检测方法,对每个滑动时间窗内空间各点的纵向时间序列信号进行相空间重构,对重构后的相空间状态矩阵进行奇异值分解得到信号能量的奇异谱分布,然后将奇异谱特征向量输入后向传播神经网络进行扰动事件检测.实验结果表明,该方法能够有效排除声波及瞬时高频噪音等干扰信号的影响,在微风等有干扰的环境下,在14 km处正确检测率为90%,误警率低于2%.

提出了一种改进的光纤光栅应变传感器结构，用有限元分析软件对其进行建模和静力仿真，得到其应力分布和光栅区域的应变情况.在整体宽度与厚度相等的情况下，此结构的灵敏度约为传统“工”字型结构的600倍.进一步分析了其关键区域的6个结构参量对应变灵敏度及量程的影响.筛选、设计并加工出不同尺寸的两种应变片，分别用UV胶与玻璃焊料对光栅进行封装,得到灵敏度分别为：249 pm/N、330 pm/N和1.1 pm/N.比较分析表明,本文提供的分析方法与数据，可为不同工程应用场合的最优结构设计提供依据.

针对相位敏感光时域反射计型分布式光纤围栏入侵监测系统对外界干扰敏感、误报率高的问题进行了深入研究，比较了多种小波提取入侵信号突变特征方法，并提出一种基于多个小波分解结果进行综合判决来降低分布式光纤围栏误报率的方法.实验结果表明，多种小波分解可以分别提取不同层次的突变细节信息，为综合决策提供更完备的信息和条件，比单一判决能更有效降低系统误报率，室外长期测试可达到01次/24h，大大提高了分布式光纤围栏报警系统的稳定性和置信度水平.

利用布喇格光纤光栅传感器对应变和温度同时敏感的特性，根据应变和温度导致光栅中心波长变化趋势及规律的不同，在光纤光栅围栏入侵监测系统中，从信号时域、频域提取的多方位特征对周界入侵和火灾发生等威胁安全事件进行智能识别和报警.在光纤光栅围栏防入侵功能基础上，无需做任何硬件封装的改变，也无需另外增加温度敏感光缆和集成其他温度监测系统，即可同时达到火灾监测的目的，实现防火和防入侵的同步预警.处理结果验证了该方法的有效性.

By using a graded-index multimode fiber (GI-MMF) with a relatively flat index profile and high refractive index of the fiber core, a microextrinsic fiber-optic Fabry?P′erot interferometric (MEFPI) strain sensor is fabricated through chemical etching and fusion splicing. Higher reflectance of the microcavity is obtained due to the less-curved inner wall in the center of the fiber core after etching and higher index contrast between the GI-MMF core and air. The maximum reflection of the sensor is enhanced 12 dB than that obtained by etching of the Er- or B-doped fibers. High fringe contrast of 22 dB is obtained. The strain and temperature responses of the MEFPI sensors are investigated in this experiment. Good linearity and high sensitivity are achieved, with wavelength-strain and wavelength-temperature sensitivities of 7.82 pm/\mu \varepsilon and 5.01 pm/?C, respectively.