随着分布式光纤振动传感技术的不断发展，其在周界安防系统中的应用激发了入侵振动信号模式识别这一适应智能化时代的新需求。目前，多数分布式光纤振动监测系统在室外复杂环境下实用时都会遇到误报率过高的问题，而振动信号模式识别技术有助于降低系统误报率，进一步提高分布式光纤振动传感技术的实用性，具有十分重要的研究价值。本论文针对分布式光纤振动传感系统模式识别方法的关键组成部分进行深入研究，设计可行的方案并编写计算机程序，并对其进行相关实验验证和分析。　　首先，对直线型Sagnac白光干涉分布式光纤振动传感系统的原理和特点进行了简要介绍，并说明了本文振动信号传感单元的搭建以及信号采集相关设置。对采集到的信号进行预处理，分析了数字滤波器去噪、小波阈值去噪和信号切分算法的处理效果。　　介绍了模式识别系统中的核心，即特征提取和分类算法。分析了5种类型振动信号的时域和时频域特征，并选取了合适的特征向量。对比分析了RBF神经网络和SVM两种分类算法的性能，选取了最佳的分类策略。用MATLAB对采集的5种振动类型数据做了离线处理，初步验证了整体模式识别方案的可行性。　　介绍了模式识别方案的C++实现。分模块介绍了C++程序的功能、类设计和关键算法，展示了软件系统界面和功能。　　最后，实验研究了该分布式光纤振动传感系统模式识别方法在室内、室外实时处理的识别效果。其中室内实验结果显示，对行人路过脚踩、自行车轧过、下雨、拍击栏杆和剪切光纤5种振动类型的平均识别正确率达到了92.86%，室外实验结果显示，对行人路过脚踩、自行车轧过、拍击栏杆和剪切光缆4种振动类型的平均识别正确率达到了98.1%，显著提高了现有分布式光纤振动传感模式识别的正确率。　　本文设计的分布式光纤振动传感系统模式识别方法对典型入侵类型有较高的识别正确率，对完善和加强分布式光纤振动传感系统的实用性具有十分重要的意义。