1.一种光纤周界安防入侵事件识别模型构建方法，其特征在于：预先将光纤传感单元安装于周界防区以采集入侵信号，其它步骤如下：

1)将入侵信号通过滤波器组滤波并分解为四个不同的频段；

2)在四个不同的频段中，采用奇异值和峭度值的组合向量进行特征提取，得到组合特征向量；

3)将组合特征向量输入经改进的樽海鞘群算法优化的概率神经网络模型中进行训练并获得最佳平滑因子，得到训练好的识别模型；

4)用测试集对训练好的识别模型进行测试。

2.如权利要求1所述的一种光纤周界安防入侵事件识别模型构建方法，其特征在于：步骤1)中，具体为：对采集到的入侵信号做傅里叶变换，并用数据统计方法计算每种入侵信号的平均上限频率和下限频率，根据上限频率和下限频率配置滤波器组中的参数，得到每种入侵信号的四个不同的频段波形。

3.如权利要求1所述的一种光纤周界安防入侵事件识别模型构建方法，其特征在于：步骤2)中，对每种入侵信号的频段波形使用奇异值和峭度值的特征提取方法，构建成组合特征向量。

4.如权利要求1所述的一种光纤周界安防入侵事件识别模型构建方法，其特征在于：所述改进的樽海鞘群算法是在原始樽海鞘群算法中引入了权重因子和自适应变异算子，并配置好种群数目、C1值、权重因子初始值和食物源初始值。

5.如权利要求1所述的一种光纤周界安防入侵事件识别模型构建方法，其特征在于：概率神经网络模型中输入层的神经节点为16个，模式层的节点数为400个，而求和层的节点数为4个，输出层的节点数为1个，模式层中的激活函数使用的是高斯函数。

6.如权利要求1所述的一种光纤周界安防入侵事件识别模型构建方法，其特征在于：将组合特征向量分为训练集和测试集，步骤3)中，将训练集输入经改进的樽海鞘群算法优化的概率神经网络模型，得到最佳平滑因子；步骤4)中，用测试集对训练好的识别模型进行测试。

7.一种光纤周界安防入侵事件识别系统，其特征在于：包括

光纤传感单元，包括单模-多模-单模光纤结构，安装于周界防区以探测入侵信号；

光路单元，包括激光器、耦合器C1，耦合器C2和PD探测器，该激光器通过耦合器C1将连续光输入到光纤传感单元中，耦合器C2与光纤传感单元相连以输出干涉光，PD探测器探测干涉光得到入侵信号；

识别模型，采用训练好的经改进的樽海鞘群算法优化的概率神经网络模型，对入侵信号进行识别，输出入侵信号类别。

8.如权利要求7所述的一种光纤周界安防入侵事件识别系统，其特征在于：所述周界防区设置有多个边，将单模-多模-单模光纤结构中的多模光纤绕在边上，并通过铁箍锁住。