布里渊光时域分析（Brillouin Optical Time Domain Analysis,BOTDA）技术是一种基于布里渊散射的分布式光纤传感技术,可用于监测传感光纤沿线应变和温度变化情况。该传感技术具有可多参量测量、传感距离长等优点,因此被广泛应用在大型建筑、智能电网、油气管道等领域以实现传感监测的目的。但是在某些领域（例如航空航天）中如果无法实现较高精度的传感监测,就会造成不可预估的损失,因此实现高测量精度是BOTDA系统目前亟待解决的问题。针对上述问题,本文提出一种新型降噪算法和一种布里渊频移（Brillouin Frequency Shift,BFS）提取算法来提高BOTDA系统测量精度。主要研究工作如下:（1）提出一种基于经验模态分解（Empirical Mode Decomposition,EMD）和有限冲激响应（Finite impulse response,FIR）滤波的降噪算法,有效地提升传感系统信噪比（Signal-to-Noise Ratio,SNR）,从而提高BOTDA系统传感测量精度。首先,将该降噪算法用于多种泵浦脉宽情况下的BOTDA沿光纤的布里渊信号,结果表明,在传感距离6 km、最小空间分辨率3 m的系统中该算法使SNR值提升了11.69 d B,比小波降噪和巴特沃斯滤波降噪的SNR提升值高出4.98 d B和4.26 d B。随后用该降噪算法处理含加热区的BOTDA沿光纤的布里渊信号,降噪结果表明,该算法处理后SNR提高了9.83 d B,相比于小波降噪和巴特沃斯滤波降噪的SNR提高值,该算法分别高出4.13 d B和3.94d B,而且通过时序信号的上升沿可以判断该降噪算法不会恶化空间分辨率。最后,EMD-FIR降噪算法被用于处理含加热区的BOTDA系统全部布里渊增益谱（Brillouin gain spectrum,BGS）数据,结果表明降噪前温度测量误差为3.09℃,降噪后的温度测量误差为0.93℃,即降噪后测温精度提高了2.16℃,温度不确定度降低至0.62℃,极大地减小误差,提高了测量精度。（2）提出一种基于粒子群优化（Particle Swarm Optimization,PSO）和互相关运算（Cross-Correlation Method,XCM）的BFS提取算法,有效地减小了BFS测量误差,实现了高测量精度、高拟合度的传感监测。首先,将该提取算法用于仿真BGS数据,以验证该算法的可行性并探究其相关特性。其中仿真数据包含了多种情况下的BGS信号,具体有不同SNR、不同带宽、不同扫频间隔、不同对称性等。处理结果表明该提取算法相比于传统的洛伦兹拟合算法和XCM算法而言,它的BFS提取误差最大改善了99.98%和99.93%,拟合度最大改善了98%。然后用该提取算法处理传感距离10 km、加热区长度100 m、空间分辨率10 m的实验BGS数据,以验证该算法的实际可行性并探究其实际测量误差情况。结果表明PSO-XCM提取算法的温度测量误差最小可达到0.06℃,测得的温度系数为1.12 MHz/℃,即BFS测量误差最小值为0.07 MHz,结果表明该算法不仅具有实际可行性,还能实现较高精度的温度测量。