利用外界环境变化与Brillouin散射谱特征量变化成映射关系这一特点,基于Brillouin散射的分布式光纤传感系统可以实现空间上物理量的连续测量。分布式光纤传感系统的应用范围越来越广泛,提高Brillouin散射谱特征量的提取精度对传感系统来说十分重要。因此,探索一种提高Brillouin散射谱特征提取精度的新型算法尤为重要。本文在总结分析Brillouin散射谱特征提取关键技术的基础上,重点研究了如何提高Brillouin散射谱特征提取精度的几种智能算法,并分析了几种算法对Brillouin散射谱特征提取的可行性与适用性。主要内容包括:首先,阐述了关于分布式光纤传感技术的Brillouin散射谱特征提取的国内外研究现状及课题的研究目的及意义;分析了Brillouin散射的散射原理、Brillouin散射谱的特征提取原理、外界温度与Brillouin散射谱特征变化的映射关系以及常用的Brillouin散射谱信号检测技术。其次,提出基于遗传算法-人群搜索算法(GA-SOA)的混合优化算法,并利用该算法及其他对比算法对Brillouin散射谱在不同条件下的仿真和实验数据进行处理,研究利用新的混合算法对多峰Brillouin散射谱进行特征提取。再次,提出基于混合蛙跳算法-优化最小二乘支持向量机算法(SFLA-LSSVM)的混合优化算法,并将其应用到Brillouin散射谱的特征提取中;研究不同条件下的多峰Brillouin散射谱仿真分析以及实验验证,并对不同条件下的单峰Brillouin散射谱进行仿真分析。最后,提出基于GA-SOA和SFLA-LSSVM两种算法(IGSSL)的智能混合优化算法,将其应用到未知类型的Brillouin散射谱特征提取中,研究利用IGSSL算法对不同条件下的未知类型的Brillouin散射谱进行仿真分析以及实验验证。