基于EM算法的运行模态参数识别

摘要：

结合随机状态空间方程和极大似然法的期望最大EM算法进行了结构运行模态分析.EM算法以迭代的方式更新模型参数,进而得到状态空间方程的极大似然估计.模态参数通过状态空间模型参数求得.应用了平方根卡尔曼滤波方程提高EM迭代过程的计算稳健性.考虑到状态空间方程中激励噪声和测量噪声的相关性,建立了更完善的参数化状态空间方程.通过数值模拟对比分析,结果表明:考虑噪声相关性的EM算法比假设噪声不相关的EM算法具有更高的识别精度,EM算法在采样数据较少的情况下比随机子空间方法更有优势.

关键词：EM算法、随机状态空间方程、卡尔曼滤波、运行模态分析

所属期刊栏目：40

分类号：TU375.4;TB532(建筑结构)

资助基金：国家自然科学基金项目资助51408383

在线出版日期：2019-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1378-1383,1400