一种基于模型定阶和信号消噪的模态参数识别方法

摘要

本发明提出一种基于模型定阶和信号消噪的模态参数识别方法，在模态参数识别之前，通过奇异值分解技术来准确地确定模型阶次，并且采用数学上的低秩逼近技术来消除实测信号中的噪声，然后基于确定的模型阶次和消噪后的信号进行模态参数识别，与传统的技术相比，本发明基于模型定阶和信号消噪的模态参数识别方法，节省了计算时间，提高了工作效率，而且提高了模态参数的识别精度，因而更具有实际应用价值。

主权项

1.一种基于模型定阶和信号消噪的模态参数识别方法，其特征在于，包括如下步骤：A、确定模型阶次A1、将传感器实测的结构脉冲响应数据存储入专用存储器中；A2、基于上述实测的脉冲响应信号构建Hankel矩阵；A3、应用奇异值分解确定Hankel矩阵的秩，得到奇异值矩阵；A4、将奇异值从大到小排列，按最大值归一化，画出奇异值归一化曲线，寻找曲线突降到水平渐近线时对应的奇异值个数，此即Hankel矩阵的秩，也是模型阶次，也是信号中包含模态数的两倍；B、噪声消除根据所述A步骤中确定的模型阶次，进行结构低秩逼近计算，只保留真实模态对应的奇异值和奇异值矢量，而将噪声模态对应的奇异值和奇异值矢量滤掉，得到消噪后的脉冲响应信号，包括步骤B1-B3：B1、对Hankel矩阵进行奇异值分解，得到低秩逼近的矩阵B2、将矩阵中的各元素由其所在的反对角线上的元素的数学平均值代替，便得到新的Hankel矩阵；B3、重复步骤B1和B2，直到收敛；C、模态参数识别由步骤A确定的模型阶次以及通过步骤B得到的消噪后的脉冲响应信号进行模态参数识别。