分布式光纤拉曼温度传感系统是现今应用十分广泛的一种测温系统,比如在铁路交通、油气管道、森林火灾等场合中预警;此系统还能够在传感长度长、高温高压、强腐蚀性、强电磁干扰的环境中正常工作,比如核电厂、高压等环境中。分布式光纤拉曼温度传感系统的两个理论支柱就是光纤中的背向拉曼散射对温度信号的敏感关系以及基于光时域反射原理的光纤中的定位技术,使得我们可以获得连续而又稳定的温度信号。然而,在实际的工程实践中,自发的拉曼散射光其光功率比入射光光功率低45dBm至60dBm,这严重的影响到整个系统的实时检测功能和测量时间。这使得我们必须要找到良好的信号处理方法。本文从这个角度分析分布式光纤拉曼温度传感系统在工程实践中存在的噪声,分析产生噪声的原因,比如系统本身硬件上可能存在的噪声及系统的光噪声,同时基于这些原因选择可以降低系统噪声的方法。并探求以深度学习的方法来进行去噪处理,提升系统的信噪比,使得系统的性能更加优越。本文工作有以下几部分:(1)本文介绍了分布式光纤拉曼温度传感系统的国内外发展现状。接着又介绍了光纤中的拉曼散射、瑞利散射、布里渊散射的原理以及光时域反射原理;并对比分析了基于反斯托克斯光的单光路解调方法、以瑞利散射光作为参考光且使用反斯托克斯光的双光路解调方法、以斯托克斯光作为参考光且使用反斯托克斯光的双光路解调方法的特点。(2)本文对系统的搭建及系统各模块器件的主要参数、及系统的性能指标等进行了介绍,并分析了在分布式光纤拉曼温度传感系统中的多种噪声产生的原因。并阐述了累加平均方法以及快速独立成分分析方法的原理等。(3)本文中使用到的去噪的方法有传统的累加平均算法以及快速独立成分分析(Fast-ICA)算法。以提高信噪比1dB为目标对数据进行深度学习的训练。经过试验对比发现Fast-ICA方法的去噪效果比较优越,对提高系统的信噪比有所帮助。