近年来,分布式光纤传感技术凭借其单位距离成本低、环境适应能力强、安全无源、易扩展、易铺设、易维护等特点,成为国内外研究的热门领域。分布式振动光纤入侵探测系统是一种基于分布式光纤传感技术的定位型光纤周界安防系统,目前在国际上已发展成熟,而国内的光纤周界安防系统大多数仍旧是防区型。分布式振动光纤研究的难点主要在于振动事件的分析与识别,降低误警率,实用性以及海量数据的实时处理。分布式光纤传感技术将整根光纤既作为传感单元,又作为信号传输媒介,能够测量光纤上任意位置处的应变信息,其传感距离可以达到几十甚至上百千米,相当于布置了成千上万的传感器,数据量极大而且实时性处理要求高。传统的CPU端实现方式不仅占用的系统资源大,而且运算时间长,既影响系统的实时性能,也造成了极大的系统负担。针对以上情况,本文提出了基于GPU并行运算的光纤振动数据并行处理算法。一方面以降低分布式振动光纤入侵探测系统的虚警率,解决入侵干扰问题;另一方面,利用GPU并行运算能够分担CPU端的运算压力,进而提升分布式振动光纤入侵探测系统的实时性能,使得分布式振动光纤入侵探测系统获得更好的实际应用。本文在设计GPU端并行运算处理算法的同时,对算法的实际应用效果进行了详细的分析和检验。在保证实用性的前提下,本文利用NVIDIA提供的NSIGHT工具对算法的执行过程和性能进行了详细的分析,结果表明:基于GPU的并行运算处理算法的识别正确率能够达到95%左右,关键算法的性能提升能够达到40倍,极大的提升了系统的实时性能。