周界安防系统称为SPS(Security&Protection System),是社会安全稳定发展的前提,是通过安全防范设备组成的入侵防范系统。光纤周界安防系统则是光纤技术在非通信领域的一项非常重要的应用。分布式光纤周界安防系统主要是利用现代光电技术、信息处理技术以光纤振动传感器为核心部件的用于国家安防的一种先进安防系统。其具有高敏感性,低能耗性等优点,由于外界信号复杂多变,使传感器检测的难度增大,因此对入侵行为所引起的振动信号的入侵行为的识别与分析,将会是光纤周界安防系统的关键技术之一,处理的效果将直接影响到系统对于入侵信号的检测能力。本文将围绕光纤周界安防系统,以入侵行为作对象,针对振动信号的特征提取和信号识别技术为具体研究目标,开展的一系列研究工作如下:(1)结合国内外周界安防技术发展,针对目前的周界安防系统进行改善,提出基于光纤振动传感的周界安防系统,同时采用传感器网络的采集方式对信号进行采集。(2)为了能够深入探讨周界入侵信号检测的准确度,根据光纤振动信号的特点,在光纤振动信号传统去噪法的基础上,提出了一种新阈值选取的去噪方法,结果表明:新去噪法在去噪后的信噪比、均方根误差数据方面有着显著的提升。(3)在光纤振动信号去噪的基础上,提出了三种信号特征提取的算法。针对每一种信号特征提取算法进行可行性分析验证。(4)提出了将模糊函数切片作为光纤振动信号特征提取的方法,同时采用ReliefF特征选择方法对选取切片做优化处理,进而得到更稀疏的特征子集且简化接下来的分类识别工作。(5)阐述了SVM分类的相关理论,通过采取一对一方法构造了多分类SVM,与信号特征提取相结合,通过光纤振动信号识别实验验证,结果表明:模糊函数切片与SVM相结合的光纤振动信号识别算法可以有效地挖掘其包含的相位调制信息。通过本课题的研究将有效的解决周界安防中报警系统误报率高、不能精确定址等问题,有效提高我国的公共安全防御水平。