在当今社会的各个领域中,智能化是未来发展的大趋势;生活中的各类物联网产品、汽车飞机的无人驾驶技术、雷达系统、设备结构监测、基础建筑的安全检测以及工业生产自动化及其机器人系统都需要更加智能的感知技术;这就对传感器的感知精度和速度提出了更高的要求,且需要覆盖范围更广、覆盖密度更高的传感器网络。以工业生产中智能机器人为例,智能机器人需要代替人类在极端的环境下进行大量的危险性高、重复率高、难度大以及长时间不间断的工作;这就需要可在极端条件下完成高精度感知多物理参量的传感网络;而基于光纤技术的传感网络系统以其体积小、灵敏度高、抗电磁干扰、耐腐蚀、电绝缘、可靠性高、便于复用等独特的优势广泛应用于类似上述的智能感知领域以及航空航天、石化工业、电力系统、结构检测、安全监控、工业生产等其他地方。根据目前智能感知领域的发展趋势,光纤传感技术正在朝着网络化、动态化、阵列化、多参量化方向发展;为了提高传感系统的探测范围、频率、灵敏度及分辨率,探寻新型的传感网络复用机理以及新一代大容量传感网络的动态解调技术已成为当前的研究热点和重点。为此,本文从光纤传感器的复用技术及对应的解调系统入手,结合当前成熟的光纤传感机理和信号处理算法分别设计了针对准分布式无源光纤光栅传感网络、分布式有源光纤光栅传感网络以及应用于时频分析的光纤振动传感系统三种新型信号解调方法。本文研究的三种解调系统具体内容如下所示:1.基于有理三次B样条插值和Hu不变矩特征检索（IMR）算法的准分布式光纤光栅传感网络的光谱解调方法。对于复用了四个光纤光栅（FBG）的准分布式传感系统,只需要在每个FBG的反射光谱内以20 pm为步长采集9个光功率数据点即可完成对每个光纤光栅上物理参量的解调。该方法的解调误差在±0.5 pm以内,进行一次扫描所需的平均时间约为0.02 s;因此,该解调系统可支持扫描频率为50 Hz的实时动态测量。2.基于变分模态分解（VMD）算法及分布式多纵模拍频技术的频分复用传感网络的解调方法。该方法从光信号的时域特性出发,使用变分模态分解算法将每个传感腔内产生的拍频信号从含有多模态分量的复用拍频信号中一一分解出来,并且很好地保留了每个腔内拍频信号的频域信息;这很好地解决了在复用系统中每个腔内拍频信号频谱重叠时对解调造成的影响,也大大增加了可复用传感腔的数量。3.基于时变滤波经验模态分解（TVF-EMD）算法及多纵模拍频传感技术的光纤振动传感系统的噪声分离及时频分析方法。该方法利用时变滤波经验模态分解算法将原始信号中含有振动信息的模态分量与多个强噪声模态分量分离开来,根据每个模态的频域特性识别出振动模态与噪声模态,再通过希尔伯特变换（HT）分析振动模态的时频特性。因此该方法不仅起到了很好的降噪效果,而且还可以分析每个时间点上的频率变化。