形状传感技术是近年来传感领域备受关注的新研究方向，具有广阔的应用前景。文章提出了一种基于应变模态振型和误差补偿的形状重构方法，通过测量物体部分位置点的应变数据，采用模态理论实现应变-位移转换，进而重构物体形状。以长宽高分别为1 000，1 000和0.5 mm的钛合金板作为研究对象，通过ANSYS workbench18有限元仿真软件获取位移模态振型及应变模态振型，依据有限元仿真中位置点模态的相似性，采用K-means++聚类算法对应变测量点位置进行优化，在合金板上表面施加400 N的力使其产生形变。该算法的形状重构误差小于常规的均匀分布算法。采用径向基函数神经网络对误差和重构位移数据集进行了训练，依据拟合重构误差和重构位移的关系，补偿误差后重构误差不大于3.5%。

光纤光栅传感器相比与传统传感器，其特有的轴向敏感性决定了它的探测距离在传感器的不同方向上是有差异的，因此光纤光栅传感器的布置角度对于传感器网络的性能具有很大的影响。基于传统传感器的概率探测模型，本文提出了一种贴合光纤布拉格光栅传感器实际特点的探测模型，并通过实验验证了其正确性，继而利用这一模型，采用粒子群优化算法进行了光纤光栅传感网络的优化布置。最后，同不考虑布置角度的优化布置方法进行了比较，结果表明，在实际应用中考虑布置角度对于传感网络性能具有很大的提升。