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。

光脉冲编码（OPC）近年来在光纤声波传感领域备受关注，特别是将其与相位敏感光时域反射仪（Φ-OTDR）相结合的技术。通过对注入光纤中的探测脉冲进行编码，可在不增加脉冲峰值功率的情况下大幅提高传感信号的信噪比，同时避免了非线性效应的影响；在接收端解码后可获得单脉冲响应，系统空间分辨率由单个脉冲而不是整个探测脉冲序列的长度决定，从而在获得高信噪比传感信号的同时保持了空间分辨率。本文首先回顾了OPC在光纤声波传感领域中的发展历程；然后，重点介绍了本课题组基于OPC的分布式和准分布式声波传感研究进展，特别是在传感带宽提升方面的成效；最后，对基于OPC的光纤声波传感技术未来发展方向进行了探讨。

提出了一种基于K近邻（K‑nearest neighbors，KNN）算法和相位敏感光时域反射（Phase‑sensitive optical time domain reflectometry，φ‑OTDR）系统的高铁声屏障故障识别方法。设计了V字型光缆敷设方式，能够感知声屏障不同高度吸声板在脉动力冲击下的振动，并利用φ‑OTDR系统采集振动信号。对振动信号进行多域特征提取以及K近邻分类后，可以实现对声屏障故障状态识别。实验结果表明，在复杂场景下对于故障点的识别正确率达到了90.9%。该方法为声屏障故障识别提供了一条可行的技术路线，能够减少对专业人员的依赖，对于提升高铁声屏障智能运维水平具有重要意义。

在页岩气开采过程中，基于相位敏感光时域反射计（Φ-OTDR）的分布式光纤声波传感（DAS）系统是对水力压裂作业中产生的微震波进行监测的常用方案。为了提高Φ-OTDR系统测量振动信号的信噪比，提出了一种基于变分模态分解（VMD）和互信息（MI）的振动信号去噪方法，对数字正交（I/Q）解调得到的相位信号进行进一步处理，VMD层数K通过去趋势波动分析（DFA）计算的标度指数确定，相位信号的失真和噪声通过剔除MI法确定的非相关模态进行抑制。并搭建了相干探测Φ-OTDR系统验证VMD-MI方法的去噪效果，分别对500 Hz单频振动信号和500、1000、1500 Hz多频振动信号使用VMD、小波降噪（Wavelet）、经验模态分解（EMD）、自适应噪声完备集合经验模态分解（CEEMDAN）进行处理。实验结果表明，所提方法对振动信号信噪比提升最为明显，在Φ-OTDR系统中具有良好的实用性。

提出一种基于布里渊光时域反射（BOTDR）系统的寻极大值法，在快速傅里叶变换（FFT）和短时傅里叶变换（STFT）的基础上，实现了频移的快速定位及系统空间分辨率的增强。对时域信号进行FFT处理，利用寻极大值法判断是否存在温变或应变信息，再通过逐级选取对应长度的时域信号来确定温变或应变频移发生的位置范围；对时域信号进行STFT处理，构建三维布里渊增益谱，通过寻极大值法构建布里渊频移分布来检测短距离温变或应变，从而提高系统空间分辨率。在实验中，利用基于等分FFT的寻极大值法，对2 km待测光纤中130 m段加热光纤的位置范围进行快速定位，系统运算时间缩短到原来的1/8。同时在设置探测光脉冲宽度为100 ns的条件下，利用基于STFT的寻极大值法，在2 km待测光纤上检测到0.6 m光纤长度的温度变化，实现了亚米级别的空间分辨率。与传统BOTDR系统相比，基于寻极大值法的STFT-BOTDR系统提高了实际应用中的检测速度与空间分辨率，工程实用性得以提高。

基于相位敏感光时域反射技术的分布式声波传感（DAS）系统可实现大范围分布式的声波探测，近年来，在油气勘探、地质成像、管道安全、周界安防等应用领域受到研究关注。本文论述了光纤DAS技术的传感原理，分析了单模光纤的衰落机理和性能瓶颈。针对此问题，分别介绍了多种散射增强光纤的增效机理与声波传感性能。进一步，围绕微结构散射增强光纤DAS系统，综述了其近年来的技术与应用进展，并展望了其未来可能的发展方向。