基于Brillouin散射的分布式光纤传感技术能实现对光纤特征随时间及空间变化的连续监测,获取精确的光纤特征信息,被广泛用于长距离的传感领域。该技术利用光纤温度及应力变化与Brillouin中心频移的线性关系实现定向传感,以获取光纤外界信息。本文围绕分布式光纤传感信号高精度提取进行研究,具体如下:首先,本文简要阐述了分布式光纤传感技术的分类,对基于Brillouin散射的光纤传感技术现状进行了探究。针对自发和受激Brillouin散射的产生机理进行了介绍,分析了Brillouin中心频移、光功率与温度和应变的线性关系,并论述了不同Brillouin信号检测技术的原理和特征。其次,改进了一种基于自适应的混沌优化粒子群(AIW-CPSO)算法的Brillouin特征提取算法。该算法引入自适应惯性权重参数,并利用混沌优化的随机性与遍历性,克服了标准PSO算法陷入早熟的缺陷,使得PSO算法跳出局部最优。仿真分析表明,该算法应用于不同线宽、不同信噪比、不同线性权重比下的Brillouin散射谱拟合时,都能获得良好的中心频移提取精度和温度信息。最后,在阐述D-S证据理论的基本概念、原理及融合规则的基础上,提出了一种改进的D-S证据理论算法,并将新的D-S证据理论算法与AIW-CPSO算法结合起来应用于Brillouin散射谱特征提取。仿真对比分析表明,DS-AIW-CPSO算法的Brillouin散射谱中心频移及温度提取精度要高于AIW-CPSO算法,且DS-AIW-CPSO算法提高了Brillouin散射谱拟合算法的稳定性。