目前经济的高速发展使得社会对油气等能源资源的需求急剧增长，管道运输由于高效、经济、可适应性强的特点而成为重要的油气能源运输方式。输油管道一旦遭到恶意挖掘盗油等入侵事件，将会被破坏，甚至导致环境污染和经济损失。为了维护管道沿线安全，防止人为破坏，需要对具有威胁性的入侵事件进行预先报警。因此，管道安全监测技术对维护管道运输具有重要作用，且具有社会和经济意义。　　基于相敏光时域反射仪（Φ-OTDR）技术的分布式光纤振动传感系统能够对破坏管道事件引起的外界振动进行检测和定位，具有监测距离长、灵敏度高、定位精度高等优点。然而Φ-OTDR对外界干扰等环境因素也比较敏感，为了检测有效人为入侵事件，需要对检测到的信号进行准确辨识，降低误报率。本文主要研究基于分布式光纤振动传感信号的特征提取和分类识别方法，具体工作内容如下：　　(1)总结了管道安全监测技术以及分布式光纤传感信号处理的国内外研究现状，介绍了基于Φ-OTDR的分布式光纤振动传感系统的结构和工作原理。　　(2)研究管道安全信号的能量谱特征提取方法。基于多尺度分析方法，分别采用小波和小波包对管道沿线信号进行分解重构，分析背景噪声、人工挖掘和交通干扰三类典型信号在不同频带范围内的频率组成成分，提取出能量谱分布。通过对三类典型事件的小波能量谱和小波包能量谱的分析比较，选取小波包能量谱作为管道安全现场应用的分类识别特征向量。　　(3)研究基于神经网络的分类识别方法。分析了BP网络模型和样本训练方法，设计了基于小波包能量谱特征的四层BP网络，并通过现场采集的管道安全信号进行测试和性能分析，结果表明能够达到高于90%的分类识别率和低于7%的误报率。　　(4)研究管道沿线信号的整体在线识别方法并进行工程应用测试。针对现场应用情况提出了基于时域能量脉冲的识别方法，通过滑动窗口分析累积得到的瞬时能量序列，采用脉冲检测初步识别出不同类型的信号。分析了现场应用的整体信号识别方法，先对短时信号进行基于BP网络的分类识别，再对长时间累积信号进行能量脉冲识别，两者分析结果相结合确认，得到最终识别结果并报警。将本文提出的方法应用到实际的管道安全监测现场项目中，系统测试结果表明，能够有效的对管道沿线发生的事件进行在线监测，实现对入侵事件的分类识别和报警。