随着我国管道运输业的高速发展,传统安全预警系统面临更大的挑战。原油和成品油管道运输呈高速发展态势,已成为地下能源大动脉,保护管道运输的正常运行,对保障国家能源安全和经济发展具有重要意义。针对管道运输的安全警戒系统的超大范围的安全预警系统,它的管道分布地区广,且易受到外界电磁波的干扰,因而依靠传统的监控系统不能较好的实现监控警戒作用。为了对国内管道运输沿线可能出现的对管道有害的振动事件进行及时识别并预警,我们采用了基于光纤传感技术的光纤振动技术,将分布式光纤传感技术应用于长距离安全预警监控系统,本文提出了基于φ-0TDR光纤入侵的分类算法,旨在低信噪比的情况下准确识别镐刨和跑步两类常见外界入侵信号。本文所提算法包括信号相关处理、振动信号特征提取和利用RVFL神经网络对振动信号进行分类和识别等三大部分。首先,对采集信号采取相关运算处理,通过能量比对方法确定模板信号,并将模板信号与采集信号进行相关运算。相比于常规信号滤波方法,该方法可以最大程度抑制噪声,同时尽可能地保留信号细节信息,避免因为振动信号细节丢失而导致系统识别率下降问题;其次,采用小波多层分解原理对上述得到的相关系数进行五层分解,分别计算各频段平均能量占比,并选取其中五个频段系数能量占比作为振源信号特征;然后,将振动信号特征样本送入RVFL神经网络内进行训练,从而完成对振动信号的分类和识别。最后通过实际外场测试验证了本算法的有效性。