光纤传感信号具有抗电磁干扰、传感器无源、电绝缘性好、灵敏度高及适应大范围复杂环境监测等优点,因此光纤预警系统被广泛应用于监测和保护国境线、机场、军事基地、发电厂及石油管道等领域。光纤预警系统主要针对有害入侵而设计,并使用检测到的振动信号来识别入侵类型。光纤预警系统的检测识别算法需要在由数字信号处理器即DSP组成的嵌入式处理器上实现,而信号处理板的内存资源有限,所以需要设计一套合理的软件架构,以保证算法能有效、简洁地实现。本文研究了光纤入侵信号的检测及识别算法,算法分为两大部分:振动信号的检测定位和入侵类型的识别。同时基于光纤预警系统的嵌入式平台,提出了一套在DSP中实现的入侵信号检测识别方案。针对振动信号的检测定位,在算法设计方面,本文采用了恒虚警算法中较为高效的单元平均恒虚警即CA-CFAR算法对振动信号进行检测。然而该方法的性能常受限于实际信号的分布特点,为了使杂波背景服从均匀分布,对背景噪声进行标准正态化。基于该方法,信号的虚警概率和检测概率由6%和80.5%优化至2.75%和91%,换言之,虚警概率降低3.25%,检测概率提升10.5%。在入侵识别方面,本文提出了基于时域占空比特征和快速傅里叶变换即FFT提取频域特征的方法对光纤入侵信号进行识别,该方法简单易实现,且能有效区分电钻,走路和镐刨这三种入侵行为,平均识别率达到93.5%。其中,电钻信号的识别率为86.6%,走路信号的识别率为96.7%,镐刨信号的识别率为97.3%。在算法实现方面,本文设计了基于两片DSP并行处理的架构,并采用滑动窗口求和以及错位求和的处理流程进行优化,进一步提高算法的执行效率。并将检测的结果作为识别的输入,减少后续环节的数据量,设计了DSP与上位机的交互功能,将最终的识别结果在上位机进行可视化显示。我们在现场实施了外部入侵的观测数据采集,并对不同类型的信号进行了实际测试来验证算法。测试结果表明,该算法可以有效检测和识别入侵事件并达到实时性能要求。