大噪聲密頻模態(tài)信號(hào)的模態(tài)參數(shù)識(shí)別.pdf

1、針對(duì)大噪聲、模態(tài)密集的短樣本數(shù)據(jù)，本文深入研究了提高小波模態(tài)參數(shù)辨識(shí)方法識(shí)別精度的若干關(guān)鍵技術(shù)，以理論為基礎(chǔ)并結(jié)合具體實(shí)例驗(yàn)證，使得該方法具有識(shí)別密集模態(tài)的能力，且能夠?qū)δB(tài)阻尼比進(jìn)行較精確估計(jì)，從而更好的解決工程上的相關(guān)問題。
　　本文的研究工作主要如下：
　　1.針對(duì)大噪聲、模態(tài)密集的短樣本數(shù)據(jù)，采用改進(jìn)Morlet小波模態(tài)參數(shù)辨識(shí)方法后，重點(diǎn)分析了小波參數(shù)、時(shí)頻分辨率、邊緣效應(yīng)、擬合區(qū)間等影響參數(shù)識(shí)別精度的關(guān)鍵問題，并

2、依此確定了小波參數(shù)優(yōu)化選取原則及模態(tài)識(shí)別擬合區(qū)間的自動(dòng)選取，仿真分析結(jié)果表明該方法對(duì)提高系統(tǒng)參數(shù)辨識(shí)精度非常有效。
　　2.運(yùn)行模態(tài)分析中，響應(yīng)信號(hào)數(shù)據(jù)樣本較短、模態(tài)密集以及弱響應(yīng)信號(hào)淹沒在大噪聲中的情況下，系統(tǒng)模態(tài)難以全部辨識(shí)。為了解決該問題，采用了聯(lián)合相關(guān)函數(shù)與傳遞率識(shí)別系統(tǒng)模態(tài)參數(shù)的方法（聯(lián)合方法），其中應(yīng)用傳遞率近似頻響函數(shù)獲取系統(tǒng)弱響應(yīng)頻率特征函數(shù)。該方法不僅對(duì)模態(tài)頻率識(shí)別精度高，而且對(duì)阻尼比的識(shí)別精度有了很大的提高，尤

3、其傳遞率對(duì)模態(tài)密集的弱響應(yīng)模態(tài)識(shí)別結(jié)果良好。
　　3.為了提高線性掃頻測(cè)試信號(hào)的信噪比，在線性調(diào)頻小波變換的基礎(chǔ)上采用Carmona脊提取方法，根據(jù)脊線所在位置及線性調(diào)頻小波系數(shù)重構(gòu)信號(hào)，實(shí)現(xiàn)了信號(hào)特征提取及去噪，獲得系統(tǒng)響應(yīng)特征的良好頻率響應(yīng)函數(shù)，提高系統(tǒng)參數(shù)識(shí)別精度。
　　4.基于上述原理，采用Matlab的GUI界面工具開發(fā)了分析快速、操作便捷的系統(tǒng)模態(tài)參數(shù)辨識(shí)軟件。該軟件不僅適用于含有輸入和輸出的一般情況，而且對(duì)只有