针对目前为智能仿生体柔性皮肤领域提供支持的光纤布拉格光栅传感器研究对滑觉信号特性识别手段的不足，提出了一种通过人工学习网络对基于分布式光栅传感单元所检测的滑觉速度与滑觉载荷进行预测的方法。设计了由四支光栅构成的传感阵列，采用封装技术制成柔性传感器，并搭建实验平台对滑觉信号进行采集。给出了滑觉过程对布拉格光栅波长偏移曲线的作用原理，对经验模态分解与小波分析的去噪效果进行比较，信噪比分别达到15.99与16.15。搭建了滑觉实验系统，对采集的不同速度与载荷分度的滑觉信号的特征值设定提取标准，构建滑觉样本集，引入随机森林与神经网络两个回归模型进行训练，并对比了预测效果。实验结果指出，速度特性预测中，两种模型的R²系数分别为0.9746和0.9681，平均误差分别为5.22%和4.31%；载荷特性预测中，两种模型的R²系数分别为0.9982和0.9835，平均误差分别为1.12%和3.02%。该研究方法基本实现了对滑觉样本两种特征的准确识别，在柔性仿生皮肤传感领域对滑觉信号的研究具有一定价值。

针对强电磁干扰环境下，压电、光电类脉搏波传感器易受干扰的缺点，提出一种柔性材料封装的光纤布拉格光栅脉搏波传感器，用于测量人体桡动脉脉搏信号。首先使用comsol有限元仿真软件，探究最优的封装厚度和光纤在基材中的位置。根据仿真结果，结合应变传递效果和传感器的灵活性，优化选择传感器厚度为5 mm，光纤封装在距离基体下表面1 mm处。以此制作了柔性光纤布拉格光栅脉搏波传感器，对十名测试者的人体桡动脉脉搏进行采集，采用改进的阈值小波方法去噪，去噪后的信号能很好的保留脉搏波信号的特征点，信噪比均达到了40以上，且峰值点、潮波点和重搏波点识别率分别达到100%，100%和90%。本文设计的柔性基体FBG脉搏波传感器能有效获取及识别脉搏波信号，为进一步的应用提供了理论基础及应用支撑。

基于脉搏波特征的形成机理和分布特点，对采用PDMS封装的光纤光栅柔性传感器检测的人体手腕脉搏波信号，针对脉搏波最常出现的特征点明显、隐蔽和部分明显四种类型，提出基于时域微分周期比的脉搏波信号特征提取方法.采用各特征点在脉搏波时域微分信号中的相对位置及比例关系作为特征参数，实现了从脉搏波检测到特征点提取的综合算法.结果表明，对采集的4 050份实验数据，该算法能够全部准确识别起点与波峰的特征点，在静息状态下，潮波d、e点的识别准确率为98.28%和97.25%，重搏波f、g点的识别准确率为98.14%和99.19%；在运动状态下，潮波d、e的识别准确率分别为94.23%和90.77%，重搏波f、g识别准确率分别为91.93%和95.38%.

为了研究光纤布拉格光栅柔性传感器与封装材料界面间的相对滑移引致的应变误差是否可以忽略，采用ANSYS有限件元仿真软，分析了滑移引起的纤芯各点轴向应变的相对误差与正向压力关系，通过分析影响传感器结构的敏感性参数包括纤芯材料、涂覆层材料、封装材料与尺寸，探讨相对滑移对光纤布拉格光栅轴向应变相对误差的影响.研究结果表明，正向压力在［0.1 N，10 N］范围时，纤芯各点轴向应变相对误差随着正向压力的增大而减小，且呈现纤芯小两端大的趋势.实际应用中应结合正向压力大小，选取弹性模量较小的纤芯材料和摩擦系数较大的封装材料，可使轴向应变相对误差小于10%；选择涂覆层弹性模量为2.4×10¹⁰ Pa，厚度为0.062 5 mm，可使轴向应变相对误差降低到8.57%；当光纤布拉格光栅半埋入长度大于40 mm时，纤芯的轴向应变相对误差总体低于20%，此时可认为涂覆层与硅胶之间为完全粘结，无相对滑移.