在长距离全光纤周界安防系统的干涉臂中,要克服由环境温度和其它因素引起的偏振、随机相位漂移和偏振诱导信号衰落,使得系统的整体结构复杂,硬件成本不菲,并且在前端的信号处理、噪声过滤方面需要额外的硬件开销和技术弥补。基于光纤Michelson干涉仪和神经网络模式识别算法,本文设计并实现了一种新的防区型全光纤周界安防系统。系统采用了偏振不敏感光纤Michelson干涉仪作为周界入侵探测系统(PIDS)的振动传感器,降低了双折射效应导致的信号衰落,分析了传感光纤与物理围栏宿主材料间的应力应变关系对干涉信号相位变化的影响,建立了传感信号与环境行为的信号耦合模型,系统使用穿越统计(Level Crossing,LC)和模式识别(Pattern Recognition, PR)技术实现了噪声抑制、行为分析和报警判决,提高了系统的稳定性、可靠性和实用性,建立了系统的功率传输模型、损耗传输模型、激光器与光电探测器的强度转换模型。实验证明,系统可以对入侵和干扰行为的原始干涉信号进行LC分析和特征提取,最小响应时间为0.5s,通过神经网络训练生成行为模式,并可通过动态均值算法(DMA)有效抑制雨致噪声和其它环境噪声,实现了低成本、高可靠性和实用性的全光纤周界安防系统。为了建立从概念探索到系统运行整个生命周期的管理模型和研发标准,本文使用系统工程(SE)理论来管理系统在概念、设计、开发、实现和验证阶段过程中的需求分析、功能要求、物理结构和综合评价。