本文主要研究了光纤预警系统采集的入侵振动信号的特征提取与识别方法。首先介绍了最基本的几种单一参数特征,其中包括挖地和镐刨入侵信号的占空比特征、电钻和电镐入侵信号的基因周期特征及过车入侵信号的过零率特征。由于光纤振动信号是典型的非平稳信号,因此需要找到一种适合分析这类信号的方法。因此本文介绍了光纤振动信号倒谱分析的意义,然后基于人耳听觉原理给出了光纤振动信号梅尔频率倒谱系数(MFCC)特征提取的方法。在研究中,我们还发现机械信号具有新的频段分布特点,即机械信号频率成分在高频段也有分布。已有MFCC滤波器组中心频率的对数分布规律会使得这些机械信号在高频段的频率信息部分丢失,影响其识别性能,因此本文结合电镐信号特殊的频段分布特点,设计了光纤振动信号MFCC特征的自适应提取与识别算法。该方法可以有效区分电镐、挖地和过车三类信号,并且通过改进的MFCC特征提取算法提升了电镐信号识别性能。另外,对入侵信号本身所涉及物理意义的探索也是必不可少的。常规光纤入侵信号分析方法通常从数学角度对一维信号进行研究,但从单一维度对信号分析容易丢失信号的更高维度特征。本文利用时频分析技术在光纤入侵信号时空二维图像表征基础上额外增加频段维度信息,从而形成了光纤入侵信号的时间-空间-频段的三维成像结果。进一步可以提取对应入侵时间和空间处的入侵信号特征谱线,将表征入侵信号属性特征的频谱信息与表征信号时间-空间关系的时空信息有机地结合在一起。