Este documento estudia un método de aislamiento de fallas para la detección de fuentes de vibración en un sistema de advertencia temprana de fibra óptica. Consideramos las fuentes de vibración en el sistema como fallas y luego detectamos y aislamos las fallas del sistema basándonos en una red neuronal de dos pasos. En primer lugar, se utiliza el método de expansión de B-spline de raíz cuadrada para aproximar las funciones de densidad de probabilidad de salida. En segundo lugar, se establece un modelo dinámico de peso no lineal a través de una red neuronal dinámica. En tercer lugar, se construyen el filtro no lineal y el generador de residuos para estimar el peso, analizar el residuo y estimar el umbral, con el fin de detectar, diagnosticar y aislar las fallas. El criterio de viabilidad de detección y aislamiento de fallas se da mediante el uso de algunas desigualdades de matrices lineales, y la estabilidad del sistema de error de estimación se demuestra de acuerdo con el teorema de Lyapunov. Finalmente, se presentan experimentos de simulación basados en un sistema de detección de fuentes de vibración de fibra óptica para verificar la efectividad de este método.