根据采集到的振动信号准确识别出振动源类型,是光纤预警系统的关键技术之一,具有重要的理论价值和现实意义。传统的振源识别一般是在信道参数已知或固定的情况下,根据采集到的振动信号进行振源识别,而光纤振动安全预警系统作为一种周界预警系统,其区域覆盖内的土壤地质特征各不相同,因此,振源产生的振动信号经不同土壤地质信道干扰,给振源识别带来了较大的难度。本文主要对光纤振动安全预警系统采集到的振动信号进行属性特征分析,建立相应的特征模型,通过识别算法,提高振源类型识别的准确性。主要完成了以下的工作：首先,研究了振动信号分析的基本方法,包括时域能量分析、频域谱分析、能量信息熵、变异系数等理论和算法,对提取振源属性特征做理论铺垫。对不同光纤振动安全预警区域采集到的大量不同类型振动信号进行时域和频域分析,主要包括振动信号振幅、短时平均能量、能量概率分布等时域特征分析,以及振动信号频率分量、基频周期等频域特征分析。其次,研究了不同振动信号的属性特征,并建立了对应的振源属性特征模型。主要研究的振源属性特征有最大能量、能量信息熵、基频稳定性以及信号稳定性等特征,建立的振源属性特征模型主要包括：能表征触摸光缆振源的最大能量模型、能识别下雨振源的能量信息熵模型、能区分机械施工和车辆经过振源的基频稳定性模型以及能区分敲击光缆井和滴水振源的信号稳定性模型。测试结果表明,振源属性特征模型能准确表征各振源类型。最后,结合已建立的振源属性模型建立决策树的分类方法,对采集到的振动信号进行振源识别。测试结果表明,特征模型的设计和选择合理,识别准确率高。