Para mejorar la precisión del reconocimiento de señales en sistemas de computación de reservorio óptico (RC) basados en retraso, este documento propone el uso de algoritmos no lineales en la capa de salida para reemplazar los algoritmos lineales tradicionales en conjuntos de datos de entrenamiento y prueba y aplicarlos a la identificación de señales LiDAR continuas de onda modulada en frecuencia (FMCW). Esto marca el primer uso del sistema para la identificación de señales LiDAR FMCW. Detallamos los principios fundamentales de un sistema de RC óptico basado en retraso utilizando un láser de retroalimentación distribuida inyectado ópticamente (DFB) y discriminamos cuatro señales LiDAR FMCW a través de esta configuración. En la capa de salida, se emplearon tres algoritmos de entrenamiento distintos, a saber, regresión lineal, máquina de vectores de soporte (SVM) y bosque aleatorio, para entrenar el reservorio óptico. Tras analizar los resultados experimentales, se encontró que independientemente del tamaño del conjunto de datos, la precisión de reconocimiento de los dos algoritmos de entrenamiento no lineales fue superior a la del algoritmo de regresión lineal. De los dos algoritmos no lineales, el algoritmo de Bosque Aleatorio tuvo una precisión de reconocimiento más alta que SVM cuando el tamaño de la muestra era relativamente pequeño.