光纤信号预警系统是 Φ-OTDR(Phase-Sensitive Optical Time-Domain Reflectometer,相位敏感光时域反射计)体制下的一种新型安防系统,具有灵敏度高、抗干扰能力强等优点,同时可以长距离、并发的对入侵行为进行实时监测。然而,光纤预警系统应用环境复杂,入侵事件类型繁多。在不同场景下对入侵事件进行高准确率的识别是该领域面临的一项挑战。本文针对着这一技术难点,提出基于视觉注意机制的算法处理流程:首先对监测区域信号进行检测处理,确定入侵地点;然后提取相应位置的光纤信号进行识别。除此,本文进行了工程实现研究,主要完成内容如下:本文首先总结了光纤预警系统研究现状、光纤信号特征提取方法以及视觉注意机制研究现状。然后总结归纳了现有的方法及实现瓶颈,并引出本文的研究思路及内容。最后介绍了本课题所构建的硬件实现平台的组成及其工作原理,并对研究的算法进行现场实验验证。在光纤入侵信号预处理方面,根据光的双折射现象对入侵信号进行时域相关性分析,发现时域上虚警与入侵信号的相关系数存在明显差异。为此,本文提出一种基于时域相关系数的预处理方法。其中,为提升互相关系数计算效率,针对其中制约算法效率的小波去噪和相关计算两个模块,进行了实现层的优化。实测数据验证了本文提出的去除虚警信号的预处理方法的有效性。在光纤入侵信号特征提取方面,本文研究了多种信号提取及工程实现方法。在时域上提取占空比和基音周期特征,频域上提取频率中心特征,由多维特征构建的特征向量对机械与人工信号具有很强的区分性。其中,为有效提取人工信号的特征,本文还提出基于小波阈值的模板匹配算法,针对镐刨、小跑以及挖地等人工信号进行识别。基于以上的特征提取算法,本文设计出了基于视觉注意机制的光纤预警识别算法流程,视觉注意机制的思想是本课题算法流程的核心内容,并在光纤预警平台进行实现。同时识别算法的工程实现也是本文的重要研究内容。针对光纤入侵信号特征提取的特点,本文基于DSP平台设计特征提取实现架构,使用模块化思想进行功能划分,主要包括:DSP与上位机通信和DSP数据存储计算。在识别算法实现中,通过DSP对实现过程进行优化设计,提高了系统的效率和稳定性。利用现场实际数据对本文提出的光纤入侵信号预处理及识别方法及其实现,进行了验证。