报道了一种高性能大孔径分布式光纤水听拖曳阵列，其总长度为150 m，声学传感段长度为100 m，具有192个传感单元，采用单根光纤离散增敏制备而成，无需其他分离器件。传感基元通过驻波桶标定，在20~1000 Hz，平均声压灵敏度达到-127.44 dB（re rad/μPa）。阵列同时装配了自研的姿态感知模块，可实现拖曳过程的实时姿态获取。针对所研制的大规模分布式光纤水听拖曳阵列，开展了湖试综合测试，6 kn拖速下阵列声学段的倾角仅为7.8°，将192个传感单元数据波束合成后得到了16.87 dB的空间增益，传感器表现出了优异的综合性能。该高性能大规模分布式光纤水听拖曳阵列为光纤水听器发展提供了一条全新的技术路线，有力推动了基于DAS的“第三代声呐技术”的发展。

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。

分布式光纤水听器将光纤作为水下声波换能器阵列，是近年来发展的新型水听器技术，具有阵列灵活重构、易于大规模组网、湿端全自动制备等独特优势，得到了国内外相关领域的重点关注。介绍了分布式光纤水听器的基本传感原理与典型的信号解调方法，梳理了声压灵敏度、系统等效噪声、响应方向性、动态范围等分布式光纤水听器的重要性能指标与研究进展，并介绍了近年来分布式光纤水听器技术的应用概况。最后，对存在的问题与未来发展趋势进行了总结和展望。

为了满足复杂的工程现场环境对相敏光时域反射仪（φ-OTDR）的各项性能指标的需求，提出基于自适应卡尔曼滤波(AKF)和频分复用(FDM)的高性能φ-OTDR，利用FDM提升系统的频响带宽，引入AKF对线性响应于外界振动的相位状态的噪声统计特性进行实时估计和修正，抑制了衰落和串扰导致的相位失真。实验结果表明，改进后φ-OTDR系统的传感线性度被有效提升，系统本底噪声降低到-83.7 dB2/Hz，应变分辨率达到了0.28 pε/Hz1/2。

研究了一种基于分布式光纤声波传感器（DAS）的托辊监测方法，用于带式输送机托辊故障识别。在论述利用DAS检测托辊故障振动特征信号原理的基础上，搭建胶带长度为30 m的带式输送机测试系统平台，模拟托辊卡死、无轴承、断裂等不同故障情况进行实验测试数据采集。通过对采集的声音信号进行时域和频域分析，提取不同故障下的特征量，实现托辊的故障识别。实验结果表明，利用DAS技术可以检测带式输送机托辊故障振动特性监测，在工业带式输送机托辊故障监测方面具有应用前景。

基于相干瑞利散射的分布式光纤声波传感(DAS)技术可以实时获取光纤沿线各位置的振动和声场信息,具有传感范围大、时空精度高等独特优势,近年来得到了多个领域研究学者的广泛关注。论述了DAS的基本传感机理,概述了相干衰落抑制、响应带宽与空间分辨率提升等关键科学技术问题的研究进展,介绍了DAS在安防、铁路等领域的应用进展,并针对DAS技术未来可能的发展方向进行了评述与展望。