根据布里渊频移的原理我们定义的一次测量得到的数据为Baseline，以后每一期数据与Baseline做差即可得到布里渊频移量。为了使获得的数据便于处理，需要对数据进行归一化处理，而且通过光纤直接测到的数据可能会存在异常区域也称噪点，需要通过一些方法对数据进行去噪处理，如滑动平移法、多项式最小二乘法等。
4.4.1数据整理
通过数据采集的到的TXT的数据文件包含一些无效数据，如光纤接头、连接段之间的数据等，因此需要先根据元数据对数据文件进行处理，提取出有效的数据并按照所需的格式进行存储。
布里渊频移曲线是由一系列连续的布里渊频移值按一定间距（即采样点间距）连接而成的曲线，而实际数据的采样点间距往往有所偏差。此时就可以通过插值法对数据进行处理。
4.4.2异常区域的模式识别
在异常区域的处理中，应变曲线的波形识别是一个非常重要的环节，只有借助于对波形的分析，才能最终确定光纤异常区域的位置和形式，也只有在此基础上，仪器测量到的应变值才是有意义的，可以被转化为光纤的真实应变。
借助模式识别技术，可以将应变曲线分解成计算机可以识别的波形单元。应变曲线的波形虽然复杂，但都是由几种简单的波形组成的，只要掌握了这些波形模式，就可以识别任意一条应变曲线的复杂波形。图4.3是基于模式识别的数据实时处理流程图，应变曲线被分割成若干个波形单元，每个单元经过归一化而分解成三个基本要素，对其中的转换向量进行波形判别，获得波形代码，连同标准偏差和平均值，作为系统异常判别的数据依据，最终得出结论评价。
 
图4.3.基于模式识别的数据实时处理流程图
1、归一化
应变曲线是由一系列连续的应变值按一定间距（即采样点间距）连接而成的曲线，为了解读曲线所包含的波形信息，需要将曲线分割成若干个波形单元，为了保持曲线的连续性，相邻两个单元要有小部分区域重叠。根据图4.9中所反映的梯形规律，波形单元的长度应略大空间分辨率。假定BOTDR的采样点间距为0.1，那么每个波形单元应该包含个15个测点，以此组成特征向量 。
为了使特征向量中各个特征值对波形分类的贡献均等，需要规定统一的比例尺，一个比较常用的归一方法是将特征向量减去均值后再除以标准偏差：
                         （4.1）
其中：Y是转换向量；
m是特征向量X的平均值；
S是特征向量X的标准偏差。
经过归一化的特征向量X被分解成三个部分：描述波形特征的转换向量Y，平均值m和标准偏差S。
2、波形判别
从应变曲线中分割出来的特征向量，经归一化处理成转换向量Y后，只保留了波形特征，因此，用它来进行波形判别，同应变曲线的波形模式进行比较，可以找出最相似的一种波形作为该特征向量的波形模式。
如图4.4所示，BOTDR应变曲线的波形模式大致可为9种，按波形升降分成三类，并定义波形代码（Code）：
1.上升波形：平升折线（4）、上升直线（3）、升平折线（2）
2.平缓波形：水平线（0）、峰线（1）、谷线（-1）
3.下降波形：降平折线（-4）、下降直线（-3）、平降折线（-2）
 
图4.4. 9种波形模式示意图
由于以上这些波形模式也经过了归一化处理，因而与转换向量具有相同的尺度，可以采用最小欧几里得距离法来进行分类：
                 （4.2） 分布式光纤传感技术与工程应用研究(17):http://www.youerw.com/gongcheng/lunwen_2413.html