事件识别是分布式光纤传感的重要应用，现有的模式识别手段存在泛化性差和对弱振动识别的准确率低两个主要难题。以马赫-曾德尔干涉仪为应用对象，从样本来源的角度改善传统的分类器，以时域信号经经验模态分解所得的本征模态函数构建训练样本，使用卷积算子提取信号的波形特征、频域特征、时频域特征，构建深度学习网络，并在相同的神经网络框架下以原始信号为输入设计了4个对照组。所提识别方案在测试集和验证集上对6种目标信号的准确率分别为97.02%和94.88%，泛化性和分类精度均处于最优状态。分类器的平均样本响应时间低于0.07 s，具备良好的可行性与发展前景。

相敏光时域反射仪（φ-OTDR）广泛应用于管道安全预警、光缆断点查找、清管器定位跟踪等场景，其传感光缆多埋于地下，土壤性质、传输距离、光缆结构等均对信号特征有所影响。本文研究了振动信号在土壤中的传播特性，探究了光缆结构、土壤湿度、传输距离等非事件因素对系统信号特征的影响。此外，从特征频段能量变化趋势的角度，研究了真实冲击振动与非事件性信号波动的区别，并由此提出了一种外部冲击振动的判别方法。

层绞式光缆广泛应用于电信、传感、工业监测等领域。研究层绞光缆的三维形状重建算法，对于光缆维护、断点查找、建筑物沉降监测、形变感知等具有重要意义。提出了一种层绞光缆三维形状重建算法，利用分布式光纤应变传感技术，测量光缆内对称纤芯的空间应变分布，根据纤芯的应变分布、几何排布，计算光缆等间隔离散截面的宏观形变（弯曲、扭转）。进一步地，根据宏观形变，利用Frenet框架进行光缆空间坐标的解算，最终获得三维形状信息。为验证所提算法的有效性，使用软件SOLIDWORKS对整个形状重建过程进行了仿真分析。仿真结果表明，在应变测量间隔10 mm的测量条件下，该算法可以重建300 mm光缆的三维形状，光缆末端绝对误差不超过2.61 mm。

提出了以长短期记忆网络（LSTM）与卷积神经网络（CNN）为主要框架的深度学习网络，基于该网络实现模式识别。LSTM-CNN以时域曲线及其短时傅里叶变换（STFT）结果作为网络输入，LSTM提取输入信号的时序特征，CNN提取时域曲线的轮廓特征及能量特征。实验中以相敏光时域反射仪（φ-OTDR）为传感系统完成数据采集。将LSTM-CNN与传统的人工神经网络（ANN）及CNN对比，LSTM-CNN在各项评价指标中均处于最优状态，实现了φ-OTDR模式识别的既定目标，为实际的工程产品开发提供了概念证明与演示示例。

相位敏感光时域反射（Φ-OTDR）技术在管道入侵预警领域有着突出表现，其中对于入侵事件的定位和识别是该领域研究的热点。近年来，基于神经网络的信号识别方法不断被提出，但这些方法大多忽视了事件的定位，在实际工程应用中需要人工的持续介入。基于输油管道入侵事件的安全预警问题，提出了一种基于深度学习的入侵事件自动识别和定位的方法。所提方法以图像目标检测思想为基础，以1 s时间、4 km空间距离的时空图作为目标检测网络的输入，并使用最大最小归一化、带通滤波和图像移位数据增强3种预处理方法，同时实现对入侵事件的定位和识别。实验结果表明，所提方法对地表捶打、地表挖掘和人为跳跃3种事件单次发生的平均召回率达到82.9%，精确率达到70.4%，基本能够满足工程上的需求。

本文提出了一种简易的三维深度分割技术, 该技术能够对存在突变表面的物体的不同深度区域进行分割。为实现该项技术, 首先需要搭建由投影仪、相机和物体组成的深度分割平台。由投影仪向被分割物体投射一系列相移数字光栅; 数字光栅经物体表面调制, 被相机采集并存入计算机中待后续处理。将所采集的序列数字光栅进行顺序置换操作, 依次获得三种序列的数字光栅组, 通过最小二乘法对不同序列光栅组进行解相位并因此得到包裹相位组。包裹相位组经差分与相交运算后, 可获得相交边缘; 对相交边缘进行图像增强操作后即可对不同三维深度的不连续区域进行分割。仿真结果表明, 对于900 pixel×900 pixel范围的复杂面型, 该算法的分割偏移误差仅为2 pixel。实验结果表明: 该技术能够对多个不同深度的相似颜色物体进行精确的分割。因此, 本方法具备低消耗, 高精度三维深度分割的能力。

利用相位敏感光时域反射计(Φ-OTDR)分布式光纤测试系统对城市输水管道安全预警与泄漏定位方法进行研究。通过分析所获得的时域信号、信号功率谱、信息熵、空频能量分布、高通滤波等不同特性,对输水管道进行安全预警与泄漏定位。在对上述各种信号参数进行深入分析和比较的基础上,提出利用空频能量分布这一参数进行输水管道安全预警与泄漏定位是较为有效可靠的方法。实验表明,这一方法在2 km的测量范围内定位的误差小于10 m。

基于模拟下变频器、数字IQ解调和反向传播(BP)神经网络,采用现场可编程门阵列结合数字信号处理器(FPGA+DSP)的数据采集和处理架构,提出了一种全嵌入式高信噪比(SNR)、高分辨率和低成本的外差型相位敏感光时域反射(Φ-OTDR)技术模式识别方法。针对外差型Φ-OTDR技术,使用DSP、FPGA及其外围硬件电路替代原有的GHz级高速采集卡和信号发生器,减小了系统的体积和成本。在此基础上,设计了基于时空域二维图提取形态学特征的方法,并采用BP神经网络进行分类识别;所提方法相对于传统的针对一维信号进行模式识别的方法误报率更低、识别率更高。实验结果表明,所设计的基于FPGA+DSP全嵌入式并行信号处理架构满足实时监测的要求,SNR高达12.43 dB,事件识别准确率达到97.78%。

为了实现基于光纤传感器的金属腐蚀在线监测, 以金属Q235腐蚀声发射在线监测为目标, 采用分布式布喇格反射(DBR)光纤激光器作为腐蚀声发射传感器的方法, 通过对偏振正交DBR光纤激光器的工作机理及模型进行研究, 分析了偏振正交双频DBR激光器用于腐蚀声发射传感器的谐振腔参量对其性能影响的规律, 并进行了基于偏振正交双频DBR激光器的声发射检测实验, 实现了偏振正交DBR光纤激光器的优化设计, 提出了表征Q235碳钢腐蚀阶段的特征量。结果表明, 偏振正交DBR光纤激光器不仅能实现对金属腐蚀声信号的检测, 其检测频带范围为0MHz~1MHz, 还能实现通过平均拍频值的变化来表征金属腐蚀主要的3个腐蚀阶段。该研究为偏振正交DBR腐蚀声发射传感器及组网的优化设计与制作提供了理论和技术基础, 对金属腐蚀特别是核级关键材料的在线腐蚀监测具有重要意义。

论述了国内利用Sagnac干涉仪系统、Mach-Zehnder干涉仪系统、Φ-OTDR系统等分布式光纤振动传感系统在输运流体管道检测中的发展历程与应用现状。分析了不同测试系统在输油气、输水管道等应用领域的监测原理、应用特点, 阐述了分布式光纤传感技术在管道泄漏检测中的发展趋势。通过对当今国外该技术领域发展状况的分析, 得出了在Sagnac干涉仪系统、Mach-Zehnder干涉仪系统技术领域方面国内具有一定的技术优势, 而在最前沿的Φ-OTDR系统的研究上国内外不相伯仲的现状。