光纤传感由于性能稳定、长距离分布式测量、抗电磁干扰等优点,成为周界防护领域的研究热点。根据原理的不同,光纤周界防护系统主要分为：干涉技术、光纤光栅技术和光时域反射技术等,它们各有特点。其中基于双M-Z干涉技术的周界防护系统,由于具有灵敏度高、解调算法简单、低成本等特点得到广泛研究,但实时定位技术以及传感信号的模式识别仍是其中难点。本文根据信号检测、小波包分析和BP神经网络等理论,基于理论分析和实验验证,对双M-Z周界防护系统的定位算法和模式识别进行了深入的研究。首先,为了解决双M-Z周界防护系统互相关算法运算时间长的问题,本文将互相关运算从时域变换到频域处理,采用FFTW函数库进行相关的傅里叶变换,很大程度上缩短了运算时间。验证了基于FFTW的频域内互相关算法可以较大程度提高系统定位的实时性。其次,为了提高系统的可靠性,需要对传感信号进行模式识别,对不同类型的传感信号进行区分,降低系统的误报率。针对这一问题,本文基于小波包分析和BP神经网络的模式识别算法,用小波包分提取传感信号在不同频带内的能量谱特征,并利用BP神经网络进行传感信号模式识别,提高了识别准确性。最后,搭建了双M-Z周界防护系统,主要包括双M-Z干涉仪、光电探测模块、数据采集模块和信号处理模块四部分。通过实验测试与结果分析,验证了整个系统的有效性。实验结果表明,FFTW频域内互相关算法能够实现振动信号的实时定位,同时,模式识别算法可以有效识别不同类型的传感信号。