为解决分布式相位敏感光时域反射计系统现有事件识别方法对于相似振动信号识别困难这一问题，提出了一种基于多尺度特征融合的相似信号识别方法。在该方法中，原始信号首先通过经验模态分解和小波包分解被分解为不同频率范围内的子信号。随后，分别提取原始信号和子信号的时频特征和近似熵特征，并利用主成分分析法对所提取的特征进行融合。最后，通过构建一个6层轻量反向传播（BP）神经网络分类器，训练分类模型并利用测试集验证模型分类度。该方法对小车经过和行走等相似信号的识别准确率可分别达到98.5%和98.0%，对于敲击和摇晃差异性大的信号的识别准确率可达100%。相比于直接从原始信号中提取特征并结合时频图的卷积神经网络方式，所提方法的综合识别准确率分别提高了8.4%与9.0%，相似信号的识别准确率分别提高了13.5%与12.4%。结果表明，该方法在保证差异性大的信号的高识别准确率的基础上，显著提高了相似信号的识别准确率，对于拓展分布式光纤传感的应用范围有重要的价值。

为解决激光超声技术对现代工业中零部件缺陷的快速分析、检测的问题, 本文经多次试验提取了不同缺陷深度下超声表面波信号, 并对信号进行截取、去噪、平滑等预处理; 通过HHT对预处理后反射回波信号的计算分析, 获取不同缺陷深度的反射回波的各阶IMF以及Hilbert能量谱和Hilbert边际谱, 并从中对信号的时频域特征信息进行提取分析。结果表明: 缺陷的加深使得相邻波峰波谷的最大倾斜率逐渐减小, 信号的IMF2分量的中心频率及能量随之呈增长趋势, 信号低频部分能量呈指数增长, 对总能量贡献率增大, 信号的幅频波动变得平稳, 收敛频率减小, 信号的幅频收敛性变得更好。

从海缆历史温度数据中分析出海缆的老化或者故障位置是工程应用中急需解决的问题。针对上述问题, 采用EMD(经验模态分解)算法提取出海缆每一处历史温度数据的时频特征, 再通过矩阵相似度来衡量不同位置点海缆时频特征的相似度大小, 最后通过分析对比相似度的异常来确定海缆老化或故障的位置。实例验证结果表明, 问题海缆位置点与正常海缆位置点之间的相似度远小于正常海缆位置点之间的相似度, 因而能预测出所有问题海缆的位置点。

针对光纤周界安防系统入侵信号的非线性、非平稳性和间歇性等特点，提出了一种时域与频域特征相结合的方法，对光纤周界安防系统入侵振动信号进行识别与定位。采用计算嵌入维数方法，确定信号的最小分帧长度，因而能够较好地保留信号时间序列内在的动力学特性；提出了对入侵振动信号两级判定识别方法，利用短时能量和短时平均过零率特征来判断是否有振动信号产生，依据振动信号各层小波系数的能量分布特点来识别入侵信号，该方法有效地降低了周界安防系统的漏识率和误识率；为提高入侵信号定位的准确性，采用小波域贝叶斯自适应阈值对入侵信号作降噪处理，将重建的信号转换到频率域来确定入侵信号的位置。通过实验验证了所提方法的有效性。