波长解调的光纤法珀(F-P)腔传感器具有极高的灵敏度和精度，因此对实现传感器高准确度、高分辨率和大动态范围绝对测量的波长解调技术的研究占有极为重要的地位。本论文介绍了峰值算法、快速傅立叶变换算法、离散腔长变换算法和最小均方误差估计算法等波长解调算法，对相关系数算法做了较为深入的研究。 相关系数算法是利用信号处理领域中的相关性理论发展来的，将其作为光纤法珀(F-P)腔传感器的波长解调技术，可以实现高准确度和高分辨率的绝对测量。 相关系数算法在一定程度上可以很好的抑制噪声干扰。仿真实验的结果表明，当单个光纤法珀(F-P)腔传感器的光谱信号的信噪比大于2.5，采用虚拟步长值大于10nm时，测量结果没有误差。对于信噪比较高的信号，步长值小于1nm时，解调结果的准确度和分辨率很高。但是当信噪比降低时，同一步长值解调结果的误差增大，信噪比低于一定程度，减小步长值不能提高准确度和分辨率。这一结论可以为不同分辨率条件下的信噪比要求值提供有益的参考。 相关系数算法的计算量较大，本文提出了“先粗调后细调”的快速算法可以很有效地解决这个问题。对基于HR2000型微型光谱仪的单模光纤法珀(F-P)腔传感的信号成功地实现了解调。 通过对光纤法珀(F-P)腔传感器并联复用仿真的解调实验表明，传感器信号间的串扰对解调结果的准确度影响很大：虚拟步长值越小，串扰现象越明显，出现串扰的真实腔长值之差越大。设定的真实腔长值之差小于5μm时，串扰引起的误差非常大，相关系数算法无法实现正确解调。因此运用相关系数算法进行光纤法珀(F-P)腔传感器的复用解调时，如果想实现较高的准确度和分辨率，就要使相邻传感器腔长值之差大于某一个值。这一结论为相关系数算法复用解调中的相邻传感器腔长要求以及进一步的研究提供了依据和参考。