随着光通讯产业的快速发展,光纤传感器已经成为了结构健康检测领域的重要组成部分,其广泛应用于国民经济和国防的各个领域。随着分布式光纤传感器的发展,利用传统的Lorentz拟合法,对于“指数级”增长的分布式光纤传感信息,难以满足越来越多的系统对于传感信息提取实时性的要求。如何高效准确地获得分布式光纤传感信息是当下研究的热点。本文在分析总结了分布式光纤传感技术的基础上,以布里渊分布式光纤传感系统为例,深入探讨其信息提取过程中的关键技术,提出了利用Sobel边缘检测算子和BP神经网络来提取布里渊传感信息的方法,具体工作和创新点如下:(1)文中首先分析了频谱相减法在信息提取过程中存在的问题,然后在频谱相减法的基础上进行了优化和改进,提出了利用Sobel边缘检测算子来提取布里渊传感信息的算法;该方法将布里渊频谱视为图像,利用Sobel边缘检测算法对其有效信息进行提取,从而获得频移位置。实验结果表明,与传统的Lorentz拟合法相比,文中算法的时间复杂度约为其1/9,确定频移部分的准确率也提高了 27.9%。(2)文中对上述算法做了进一步改进,提出了基于BP神经网络来提取布里渊传感信息的算法,利用BP神经网络可以实现任何复杂非线性映射的特性,来确定是否发生频移,从而快速获取布里渊光纤传感器中的传感信息;其中BP神经网络中的训练函数、传递函数和隐含层节点数通过控制变量法来确定。实验结果表明,与传统的Lorentz拟合法相比,文中算法的时间复杂度约为其1/12,确定频移部分的准确率也提高了 79.4%。