基于EMD的奶牛动态称量算法

针对目前奶牛动态称量存在的问题,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)的动态称量算法。首先,对称量设备采集到的非线性、非平稳振荡信号进行数据预处理,得到有效信号;其次,对有效信号进行初判断,若符合预设条件即为走停状态,利用算术平均法求取均值;若不符合预设条件,则利用EMD算法区分动物的慢速行走、快速行走和剧烈运动行进状态,并计算动态称量值。实验中发现,剧烈运动状态下获取的数据波动很大,需进行滤波后再计算质量。实验结果表明,本文提出的动态称量算法可判断奶牛行进状态,计算得到的动态质量与静态质量相比,走停状态下误差率在0.16%以内,慢速行走、快速行走状态下误差率在1%以内,剧烈运动状态下误差率在1.35%以内。