10.3969/j.issn.1000-3428.2017.04.051
基于模态参数识别的ITD算法改进
固有时间尺度分解(ITD)算法在前处理和系统定阶方面存在一定的人为因素,对模态参数的提取会造成误差,且对噪声较为敏感.针对上述问题,提出一种改进的ITD算法.利用基于数据驱动的随机子空间算法对原始数据进行处理,将正交三角分解得到的数据作为ITD法的输入数据,采用稀疏优化正交匹配追踪算法求出特征矩阵,并通过特征矩阵计算特征值、模态频率和阻尼比.通过统计的方法,从众多模态参数中选取真实模态,有效避免虚假模态的产生.实验结果表明,与ITD算法相比,改进ITD算法可降低噪声的影响,解决系统模型阶次必须准确定阶的要求,使模态参数的提取更加精确.
固有时间尺度分解算法、模态参数、模型阶次、稀疏优化、相对误差
43
TP391.4(计算技术、计算机技术)
国家自然科学基金61071198;浙江省自然科学基金LY13F010015;浙江省重点科技创新团队项目2013TD21;宁波市自然科学基金2012A610019
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
298-303