针对分布式光纤传感器在航空航天领域应用中存在的应变读数异常现象，提出一种可检测和快速清除分布式光纤传感器应变读数异常的自适应后处理算法，以提高传感器监测精度与数据可靠性。该算法采用K均值聚类方法进行自适应定义阈值，以区分不同结构特征及不同服役环境导致的数据分布与噪声响应的差异性。在此基础上，对扭曲的应变曲线实行连续的几何偏置来消除应变读数异常。最后以航天燃料贮箱压力循环实验中采集的分布式光纤传感数据处理为例验证所提方法的有效性，使用Pearson相关系数来表征后处理曲线与无异常曲线的相关性，并与其他后处理算法进行对比。结果表明，针对2种主要类型、8种典型案例的应变异常现象，所提方法均能获得最佳的后处理结果，与无异常曲线的相关性系数不低于0.917。

提出了一种基于多阶时域差分重构相关法的拉曼分布式光纤传感技术。该方案利用混沌信号、放大自发辐射（ASE）信号和噪声信号代替传统脉冲激光作为传感信号，基于多阶时域差分重构方法重构拉曼反斯托克斯散射信号，以此剥离出各个传感光纤位置点携带探测信号时序随机起伏特征的光强信息。最后基于相关压缩解调方法，揭示了拉曼散射温度调制光场空间位置与探测信号的相关特性。从理论上将时域差分重构方法推广至任意阶数，分析了差分阶数对传感系统信噪比的影响，并分析了面向混沌拉曼分布式光纤传感技术的最优差分阶数。研究了混沌信号、噪声信号、ASE信号这三种信号作为探测信号时拉曼传感系统的数值模拟情况，结果证明了拉曼光纤传感领域混沌信号在动态范围与信噪比方面具有显著优势，为长传感距离、高空间分辨率和高信噪比拉曼分布式光纤传感技术提供了新的研究思路。

基于双马赫-曾德尔干涉（DMZI）型分布式光纤振动传感系统与无人机（UAV）视频监测系统，通过卷积神经网络同步对光信号和无人机视频信号进行模式识别，从多维度对多类别扰动事件进行精准检测。与传统的模式识别方法相比，所提方案将两个不同维度上的信号有效结合，实现了不同维度上模式识别方法的优势互补，将识别信号的时间维度加入识别，解决了静态信号识别事件有限、准确率较低的问题。为了验证所提方案的可行性和有效性，对常见的9种传感行为（攀爬、轰砸、剪切、脚踢、重敲击、轻敲击、拉扯、摇晃、无入侵）进行了实验测试和分析。实验结果表明，所提出的多维度模式识别方案可以对9种入侵事件达到99.58%的平均测试准确率，并且平均识别时间为0.16 s，短于系统的采样时间0.3 s，满足实际工程应用的需求。

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。

现有光纤生化传感器只获取单点生化物质含量，难以得到其空间分布信息，而沿光纤轴向连续分布成百上千只传感器的分布式生化传感方式可实现这一目标。从准分布式光纤生化传感入手，全面综述了分布式光纤生化传感在气体传感、折射率传感以及生物化学传感方面应用的最新进展。最后对分布式光纤生化传感器的发展前景与当前挑战进行了展望。分布式光纤生化传感研究有望引领当前单点分立式光纤生化传感研究向多点连续分布式方向发展，有望成为化学、生物、医学等领域强有力的新工具。

基于光纤中的瑞利、布里渊、拉曼等散射效应以及弱反射阵列的分布式光纤传感（DOFS）能够对光纤损耗、温度、应变、振动、声音等多种参量实现长距离、高空间分辨率的实时监测，受到了越来越多的关注，具有非常广阔的应用。在DOFS中使用编码脉冲序列增加DOFS的信号能量，是提高传感性能的一个重要技术途径。因此，编码技术的应用一直是DOFS研究的一个重要领域。综述了DOFS中编码技术的研究进展，阐述了编码技术提高传感性能的技术原理，归纳了不同编码方案的设计和实现方法，分析了不同类型DOFS的技术特征及其相应的编码技术应用方法。最后，对DOFS中的编码技术的发展进行了展望。

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。

分布式光纤传感器以光纤作为传输和传感融合的介质，具有高灵敏、全分布、大尺度、高分辨的独特优势，近年来受到多个应用领域研究人员的关注并逐步进入产业化。然而，现有普通单模光纤在传感信噪比与稳定性等方面仍存在局限性。以散射增强微结构特种光纤为传感载体，研究其分布式传感增效机理，介绍了其自动化、高效率刻写制备技术，并重点阐述了其分布式光纤传感技术研究进展与相关应用。进一步对散射增强微结构传感光纤的未来发展潜力及应用方向进行了展望。

为了解决传统分布式光纤传感系统只针对单一变量进行测量的问题，研究人员近年来结合多种光纤传感测量机理，提出了一系列多机理融合的分布式光纤传感系统，使用同一系统实现多种参量的测量。综述了近年来多机理融合的分布式光纤传感技术，从不同散射机理相互结合的角度进行分类，介绍了不同的多机理融合的分布式光纤传感系统及其性能指标，并对其进行总结对比，最后展望了多机理融合的分布式光纤传感技术的发展前景。

布里渊光纤传感系统由于其分布式监测的工作原理，会产生大量的数据。然而，相比于硬件技术的突破，海量数据处理技术的发展尤为不足。如何智能化、快速化、精确化处理海量数据从而更进一步提升系统性能、获取更为准确的传感信息是当今发展面临的最大难题。因此，研发先进的数字信号处理（DSP）技术用于处理海量数据刻不容缓。回顾近几年国内外用于传感系统数据处理的DSP技术，重点介绍图像视频降噪技术和机器学习信息提取识别技术在分布式光纤传感中的应用，进而为未来基于DSP技术的布里渊光纤传感研究提供参考。