改进经验模态分解算法在光纤布拉格光栅周界入侵行为分类中的应用

为了解决周界入侵行为识别正确率低的问题, 对经验模态分解算法进行改进, 并将其用于光纤布拉格光栅周界入侵行为分类。该方法利用短时平均过零率从整体信号中提取入侵信号, 采用两次极值波延拓抑制经验模态分解算法的端点效应, 对入侵信号进行分解并提取有效分量的特征, 引用支持向量机对入侵行为进行识别; 在室外环境下分别对无入侵和攀爬、剪切、碰撞、触摸4种入侵行为进行分类与识别。结果表明, 所提方法能有效识别不同的入侵行为, 识别正确率大于96%。