通过用AR谱估计器计算PSD（power spectral density功率谱密度），可改善FFT算法的若干局限性。本课题使用分布式光纤激光传感器，来实现对长距离光纤温度变化的监测。本文重点研究参量谱估计器与传统FFT谱估计器相比，AR模型在空间分辨率与时间分辨率上参数模型的优势，构建了布里渊后向散射光信号线性预测模型，提出了通过对AR算法和FFT算法获得的频谱中心频率对温度的标定以及各自标准差的对比来比较谱估计器的方案。此外，本文也对布里渊频谱的洛伦兹曲线拟合与光电信号处理的硬件开发做了一定研究。　　本文的主要内容如下：　　首先，介绍了布里渊散射光中心频移的理论模型，阐述了引起布里渊中心频率随温度变化现象的原因。本文主要从参量谱估计器对信号的解调与布里渊分布式传感硬件设计这两大方面，研究参量谱估计对布里渊频谱估计的优势。　　其次，详细介绍了参量谱理论模型与计算方法，提出了AR谱估计器、FFT谱估计器与FFT补0谱估计器三种解调散射光信号计算布里渊频谱的方法，并对其进行了分析与对比。研究发现，采用AR模型Burg算法对BOTDR系统中的布里渊散射谱进行分析，与基于FFT的算法相比，当数据长度大于128时，Burg算法的标准偏差约为0.75MHz，这明显低于FFT算法的约2MHz的标准偏差。其使得在中等空间分辨率下，AR算法能够比FFT算法在频率分辨率方面有3倍的改善。　　再次，改进了前期工作中得到的曲线模型，利用洛伦兹曲线拟合模型获得了更为严谨的频谱拟合和中心频率测量。参与嵌入式硬件开发，预见性的提出了将AR算法应用于BOTDR数据处理模块上的方案，此方案能很好的提高实际工程应用的处理速度与资源消耗的需求。　　最后，研究参量谱估计对布里渊分布式传感的影响及应用，一套LABVIEW虚拟仪器程序被设计用来实现自动控制布里渊光时域传感（BOTDR）的光纤传感测量。