布里渊光时域分析仪(BOTDA:Brillouin Optical Time-Domain Analysis)是一种国内外前沿的分布式光纤传感技术,常应用于对温度、应变的测量,如建筑结构健康监测、岩土工程和沿管道渗漏检测等。与其他分布式光纤传感技术相比,BOTDA具有传感距离远、测量精度高等优点。非局域效应(NLE:Non-local effects)是限制BOTDA传感距离的重要因素之一,它会引起布里渊增益谱(BGS:Brillouin gain spectrum)失真而导致严重的布里渊频移(BFS:Brillouin frequency shift)测量误差。针对这一问题,本文主要研究的是非局域效应下光纤布里渊频移的有效提取方法。本文具体完成的研究内容如下:(1)本文阐述了BOTDA中引发非局域效应的基本原理,结合非局域效应理论模型,着重分析了在单边带BOTDA损耗谱结构中非局域效应导致的BGS非对称分布,线宽变化以及相应的测量误差。(2)本文将机器学习方法应用于BOTDA中,阐述了构建适用于处理BOTDA实验数据的神经网络具体流程。提出了对数据集进行加噪处理来避免过拟合现象发生,有效提高网络适应性。(3)本文设计了25 km基于单边带BOTDA损耗谱测量实验装置,通过对无非局域效应和有非局域效应情况下实验和仿真结果多方位的比较,很好地验证了理论与实验的一致性。(4)本文详细阐述了两种神经网络中数据集样本的选择。并通过测试BOTDA仿真数据,很好地验证了两种神经网络用于处理BOTDA实验数据的可靠性。(5)本文针对非局域效应下基础神经网络(B-ANN)提取扰动区处光纤布里渊频移准确度较差这一不足,提出了一种更具有针对性的神经网络(NLE-ANN)来解决这一问题。为了进一步优化处理结果,提出B-ANN和NLE-ANN协同处理方法,实现了非局域效应下对整段光纤布里渊频移的有效提取,并同时获得较低的测量不确定度。在前四组实验Case中,NLE-ANN在扰动区处的均方根误差分别为1.26 MHz、1.45 MHz、1.51 MHz、3.58 MHz,而B-ANN(LCF)分别为6.71(6.89)MHz、7.82(8.11)MHz、11.13(11.40)MHz、14.41(14.75)MHz。因此,就均方根误差而言,NLE-ANN明显优于B-ANN和LCF。