基于Brillouin散射谱的分布式光纤传感技术，利用传感光纤中所产生的Brillouin散射谱中心频移的变化量与外界物理量变化建立映射关系，来达到光纤传感的目的。高精度地获取Brillouin散射谱的特征信息是基于Brillouin散射谱的分布式光纤传感技术的研究重点，具有较高的学术价值，且应用前景巨大。本文围绕基于 Brillouin散射谱的分布式光纤传感信号提取的关键算法进行研究。　　首先，本文简要阐述了分布式光纤传感技术的分类，介绍了基于 Brillouin散射谱的光纤传感技术国内外研究现状。对 Brillouin散射的产生原理，Brillouin散射谱拟合原理和 Brillouin散射谱与物理量温度、物理量应变的关系进行了分析。并介绍了不同的Brillouin信号检测技术。　　其次，提出了一种将遗传算法(GA)和量子粒子群(QPSO)算法相结合的新混合优化算法，该混合优化算法通过运用 GA算法中的交叉、变异算子操作来优化 QPSO算法，提高 QPSO算法的全局搜索能力，克服其易陷入局部极值的缺点。将其应用到Pseudo-Voigt型的单峰 Brillouin散射谱特征提取，对不同权重比、不同线宽和不同信噪比下的单峰Brillouin散射谱进行了参数估计和分析。　　最后，本文提出了一种将GA算法与BP神经网络相结合的新混合优化算法，该混合优化算法通过利用GA较强的全局搜索能力为BP神经网络提供更好的初值，提高BP神经网络对全局最优解的计算精度。将其应用到多峰Brillouin散射谱的特征提取，对不同条件下的多峰Brillouin散射谱进行了参数估计和分析。