光纤围栏是以光纤作为传感介质的围栏传感系统，能够实现超大范围的实时监控，在安防领域得到了越来越高的重视。光纤传感器具有抗电磁干扰，化学性质稳定，耐腐蚀，灵敏度高等优点，非常适合用于智能周界安防系统。事件定位是光纤周界安防系统的核心问题，本文在深入理解光纤信号的基础上提出了基于“过零率”的定位方法，选取合适的信号段，不但极大的减少了算法的计算量，而且提高了定位精度。模式识别方面，针对目前广泛使用的小波法提取特征向量的高复杂度问题，本文使用全相位滤波器组进行特征提取，发挥全相位滤波器的优势，使得算法具有很高的可移植性，可灵活应用于多种环境，提高了工程应用价值。本课题主要完成以下工作：(1)将全相位滤波器应用到周界安防系统中，丰富了系统技术层面的内容，实现了学术研究和工程应用的紧密结合。(2)针对系统的定位难题，在已有成果的基础上提出了更加快速准确的基于过零率的定位算法。(3)用全相位滤波器实现信号的扰动端点检测，将端点检测的时间精确度提高到毫秒级，降低了识别过程中无用信号的影响，提高识别的准确度。(4)用全相位滤波器组实现信号特征向量的提取，实现复杂度相对于小波分析大大降低。不同于小波的固定频带分解，全相位滤波器组可以方便的实现感兴趣频域的频带分解，算法适应度极高。(5)深入理解神经网络结构，在此基础上简化了神经网络的训练方法，使之更加适合于工程应用，减少Labview实现系统模式识别模块的编程工作。(6)用试验现场采集的信号进行仿真实验，证明了本文算法的可靠性。