1.一种柔性压电传感器，其特征在于，自上至下依次包括：保护层PDT、第二电极层、柔性复合压电薄膜层、第一电极层、柔性正方形聚酰亚胺基底及聚氨酯胶带；

所述第二电极层的上侧及第一电极层的下侧分别通过导电金属材料胶设置有导线；

所述柔性复合压电薄膜层包括铁钛电高分子共聚物PTB及氧化锌‑无碱玻璃纤维复合材料压电纤维，其中，所述氧化锌‑无碱玻璃纤维复合材料压电纤维的上下两侧均设置所述铁钛电高分子共聚物PTB，所述铁钛电高分子共聚物PTB的成分包括碱化处理后的PVDF‑TrFE和纳米钛酸钡，所述氧化锌‑无碱玻璃纤维复合材料压电纤维的成分包括纳米氧化锌和无碱玻璃纤维；

所述柔性复合压电薄膜层的制备方法为：

使用EDMF溶液溶解PVDF‑TrFE粉末和纳米钛酸钡粉末，在恒温的条件下持续搅拌，通过超声处理去除前驱体溶液中的残存的小气泡，配置一定质量分数的PTB前驱体溶液；

将纳米氧化锌粉末溶于异丙醇，等待完全溶解后加入无碱玻璃纤维并在高温下机械自动搅拌，使其充分混合，将其放入干燥箱干燥静置，获取氧化锌‑无碱玻璃纤维复合材料压电纤维；

使用乙醇溶液清洗承载玻璃片，并将其放入干燥箱中干燥消毒，将PTB前驱体溶液在装载玻璃片上进行旋涂，快速将氧化锌‑无碱玻璃纤维复合材料压电纤维放置在承载玻璃片上，使其完全被PTB前驱体溶液包裹，将其置于恒温加热板上进行高温退火，得到柔性复合压电薄膜层。

2.根据权利要求1所述的柔性压电传感器，其特征在于，所述保护层PDT基于聚二甲基硅氧烷‑硅酸二甲二乙酯‑辛酸锡制作，制作方法为：采取一定质量比的聚二甲基硅氧烷：硅酸二甲二乙酯：辛酸锡材料，将聚二甲基硅氧烷试剂加热搅拌，完成后加入硅酸二甲二乙酯及辛酸锡，静置脱泡后放入鼓风干燥箱中烘干，通过机械搅拌保护层PDT试剂，并在真空处理去除气泡、匀胶、旋涂后，将保护层PDT试剂均匀涂敷在柔性复合压电薄膜层的一侧，放入干燥箱干燥静置完成PDT保护层的制备。

3.根据权利要求1所述的柔性压电传感器，其特征在于，所述第二电极层通过降温激光诱导石墨烯技术、液桥转印法或热压转印法转印电极层至PDT保护层的内部，且所述第二电极层附至所述柔性复合压电薄膜层的上侧；

所述第一电极层通过降温激光诱导石墨烯技术、液桥转印法或热压转印法转印电极层附至所述柔性复合压电薄膜层的下侧；

所述第二电极层的上侧及第一电极层的下侧通过导电金属材料胶粘附导线，并通过恒温干燥固形；

所述导电金属材料胶包括导电银浆及纯银丝。

4.根据权利要求1所述的柔性压电传感器，其特征在于，在所述第一电极层的下侧粘附所述柔性正方形聚酰亚胺基底，将其放入干燥箱干燥静置，完成柔性压电传感器的基底附着，基于聚氨酯胶带及PDMS模具将附着基底后的柔性压电传感器进行完全封装，封装完成后进行极化，得到最终的柔性压电传感器。

5.根据权利要求1所述的柔性压电传感器，其特征在于，所述柔性压电传感器的压电方程为：式中，d31为拉伸方向上的压电系数，w是指柔性压电传感器的压电薄膜的宽度，l是指柔性压电传感器的压电薄膜的长度，t是指柔性压电传感器的压电薄膜的厚度，tw是指柔性压电传感器的压电薄膜的横截面积；

尺寸为l×w×t的柔性压电传感器的压电薄膜的输出电荷Q为：

式中，EP‑T/Z表示柔性压电传感器的压电薄膜的弹性模量，S表示柔性压电传感器的压电薄膜的面积；

柔性压电传感器的压力大小与电压强度响应模型，用来将传感器所受到的力的大小转化为电压强度输出，具体的模型公式为： 式中，ε是柔性压电传感器的压电薄膜的相对介电常数，ε0是真空介电常数，d是柔性压电传感器的压电薄膜的厚度。

6.一种柔性压电传感器的信号检测方法，其特征在于，应用于权利要求1至5中任一项所述的柔性压电传感器，所述信号检测方法包括：对人体及羊只进行柔性压电传感器的贴附；

通过处理模块获取信号数据，基于改进滤波方法进行信号预处理，获得有效信号的有特定规律的数据集；

再通过无线传输发送至后端，实现对不同行为的精准识别。

7.根据权利要求6所述的方法，其特征在于，对人体及羊只进行柔性压电传感器的贴附，具体为：选择合适尺寸及形状的柔性压电传感器将其贴于被测对象的合适部位，其中，对于羊只的监测，选择45mm×45mm尺寸的柔性压电传感器贴至羊只的身体部位，包括靠近胸腔的水平位置、羊耳动脉处、位于肋骨第四到第六肋间的区域或者在腹部中心、腹部中线周围的区域，并确保去除贴附部位周围的羊毛，贴完后将羊只放回至羊群中；

对于人体的检测，选择20mm×30mm尺寸的柔性压电传感器贴至颈部肩胛舌骨肌位置、胸部两侧靠近腋下的位置或腹部下方靠近肚脐的水平位置。

8.根据权利要求6所述的方法，其特征在于，基于改进滤波方法进行信号预处理，具体为：获取柔性压电传感器采集的原始含噪信号，将原始含噪信号进行离散变换，使用低通算法和高通算法分别获得逼近参数和特征参数，对两种系数组进行数据缩减采样，得到后处理的逼近参数序列和特征参数序列；

定义阈值判断函数，对每个变换后的特征参数组进行估计，并使用阈值函数进行处理，将噪声成分抑制或移除；

重建信号，从第2层开始进行重构，将处理后的逼近参数和特征参数重新组合，恢复去噪后的信号，对采样后的逼近参数序列和特征参数组进行升阶采样，恢复到与原始信号相同的长度，再使用与分解时相对应的合成函数，将升采样后的逼近参数和特征参数进行加法运算，得到去噪后的最终有效信号。

9.根据权利要求8所述的方法，其特征在于，在进行信号预处理时，分解层数选择5层，从第2层开始重构，其中，改进滤波阈值为： 式中，是分解层数，为噪声的标准差其估计值取 ，IMAD是所有高频自带系数幅值的中间值，N为信号长度；改进滤波阈值函数为： 式中，是设定的改进滤波阈值， 表示符号函数， 是原系数， 、 是调节因子。