为了提高光纤安防系统的准确预警能力，采用希尔伯特-黄变换法对光纤振动传感器信号产生原理和典型的光纤振动信号进行了分析，获得了传感器不同状态下信号的时频谱，并与通过连续小波变换得到的时频谱进行了对比分析。结果表明，希尔伯特-黄变换在光纤安防系统的时频分析中具有重要价值。

为了能够更好地识别入侵振动信号,通过研究分布式光纤振动传感器及振动信号的识别技术,根据振动信号的特点,借鉴语音信号的处理方法,对比原有基于快速傅里叶变换频谱分析算法,引入了基于Mel频率倒谱系数的识别算法。新算法从频域的角度对振动信号进行分析,提取不同环境状态下的Mel频率倒谱系数,并将其作为新的特征参量。通过实验对比分析两种算法,两者的误报率分别为27.5%和7.5%。结果表明,基于Mel频率倒谱系数的算法相比基于快速傅里叶变换的频谱分析算法,在误报率上可以降低20%甚至更多,在不漏报的前提下,显然误报率更低的基于Mel频率倒谱系数的算法更加适用于安防体系。

为了研究部分相干反常涡旋光束在各向异性大气湍流中的漂移特性，基于各向异性非Kolmogorov大气湍流谱模型，利用几何光学近似与Rytov近似解得到了部分相干反常涡旋光束(PCAVB)在各向异性湍流中传输的光束漂移解析式，并对该漂移解析式进行数值模拟。研究了拓扑荷、相干长度、各向异性因子、折射率结构常数等光束参量及湍流参量对PCAVB在湍流中的均方根光束漂移与相对光束漂移的影响。结果表明，相干性越好的反常涡旋光束，会使光束在各向异性湍流中的漂移现象变得更严重；随拓扑荷数的增加，可以一定程度降低湍流对光束漂移的影响；湍流随各向异性因子的增大，对部分相干反常涡旋光束的漂移影响明显减弱；广义指数参量在3~3.3范围增长时，对PCAVB均方根漂移与相对漂移影响最大，而在3.3~4之间增长时，对光束均方根漂移与相对漂移影响逐渐减弱。此研究对反常涡旋光束在各向异性大气湍流中的传输提供了一种理论模型参考。