基于R-TPBSS的结构模态参数识别方法

提出一种基于R—TPBSS算法的结构模态参数识别方法,即通过对响应信号进行稳健性白化处理,提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵,以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数,通过优化目标函数,直接从结构自由响应中分离出各个模态,配合单点模态参数识别方法,提取出结构的模态参数。仿真结果表明,此方法具

振第3 1卷第 1 O期

动

与

冲

击

J OURNAL OF VI BRAT ON I AND H0C S K

基于 R T B S的结构模态参数识别方法 -P S杨彦龙，程伟10 9 ) 0 1 1

(北京航空航天大学航空科学与工程学院，北京

摘要：提出一种基于 R— P S算法的结构模态参数识别方法， TBS即通过对响应信号进行稳健性白化处理，提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵，以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数，通过优化目标函数，直接从结构自由响应中分离出各个模态，配合单点模态参数识别方法，提取出结构的模态参数。仿真结果表明，方法具有很高的识别精度，噪声具有很好的鲁棒性，此对密集模态下，同样能够准确地识别出结构的模态参数。 关键词：稳健 T B S算法； PS模态参数识别；盲源分离；鲁棒性；密集模态中图分类号：T 1 3 B 2文献标识码：A

M o lpa a e e d ntfc to s d o r bu tb i d da r m t r i e i a i n ba e n o s ln i s u c e r to sng t m p r lp e i t biiy o r e s pa a i n u i e o a r d ca lt Y ANG a—o g,CHENG i Y h ln We( col f eoat cec n nier g B in nvrt f eoa tsadA t nuis e i 0 1 1 C ia S ho o A r ui SineadE g ei, eigU i syo rnui n so at,B in 10 9, hn ) n c n n j ei A c r c jg

Abtat e o f o ut l dsuc e aa o s gtm oa peit it R T B S a k ni s fr s c:A m t do b s bi oresprt nui p r rdca ly( -P S )w sa e u e o r h r n i n e l bi t nmo a a a tr i n iia in. I o d r t i r v n ie mmu t o he lo ih, a r b t wht n n p o e s wa d lp r me e de tfc t o n r e o mp o e os i ni y f t a g rt m o us i i g r c s s

e

p r r dt rd c h o ei emesr irt n s n l n tem to,te(n es )moa sa e n h e ome eu ete ni n t aue v ai i as h e d h ivr f o s h d b o g .I h e d l h p sa d temo a rso ss eergre sami dma i a dsuc inl rset e .T eojci n t nw scnt c d d l epne r ead da x tx n o res a p ci l w e r g se v y h bet ef c o a o s u t v u i r e

u drteasm t nta tet oa pe it it f n h s a rso s i ls ta o q a t)ta o yo s n e s pi th e r rdc blyo yp yi l ep ne s es hn( r ul o ht f n ft h u o h mp l a i a c e a i mo a rso ss hn l te m dlsa e eercv rd drc yf m f e rso ssb pi i n h bet e d l epn e.T e .a h o a h p sw r eoee i t r r ep ne y ot z gte ojc v l el o e m i ifn t n Fn l u ci . i al o y,f q e ce n a i g r t swe e o ti e o t e mo a e p n e y u e o i l i ge d g e r u n is a d d mp n a i r b an d f m d l s o s s b s fs e o r h r mp e sn l e r e o e d m t o s f r e o me h d .Nu rc v l ain e n t t t a e mo e s a e a e e t ce x cl v n i e c s f f me ia e au t sd mo s a e h t h d h p s c n b x r t d e a t e e n t a e o l o r t a y h

lw s n l on i a S R)o lsl sae o e. o i a t o ert N g s e( rc e p cdm d s o yKe wor y ds: r b s T o u t PBSS; mo a paa tr d n iia in; b i s u c s p r t n; r b sn s dl r me e i e t

fc to lnd o r e e a a i o o u t e s; c o ey ls l sa e d s p c d mo e

盲源分离

( S:BidSuc ea tn是 B S l oreSpr i ) n ao

模态参数识别，于阻尼系统，得无能为力。文献对显

指从若干观测到的混合信号中恢复出无法直接观测到

[0— 2讨论了应用 A U E多维未知源信号提取算 1 1] M S(法， l rh rMut l U k o nSg a x at n、 A g i m f lpe n nw inl E t ci ) ot o i s r o

的源信号的方法。它不需要任何先验信息，具有广泛的应用前景。目前，源分离技术已广泛应用于图象盲处理 J生物医学信号处理 J通信信号处理 J语音、、、信号处理及期货股票分析等方面。近年来，些一作者开始尝试将 B S算法应用于结构参数模态识 S别。文献[] 8通过对弹簧质量系统的模态分析，揭示了

I A(立分量分析，n e ed n o o etA a s ) C独 Idp n e tC mpn n nl i ys和 S B (阶盲辨识，eo dodrBidIe tia o ) O I二 S cn .re l d nict n n f i

方法在系统的模态参数识别中的优势和缺陷，出 S -指 OB方法比 A S I MU E方法具有更好的抗噪性。

上述 B S方法主要基于源信号的统计独立性假 S

基于二阶统计量的 B S S算法对模态参数的识别结果要好于基于高阶统计量的 B S S算法。文献[]响应信 9从号与模态坐标的高阶累积量性质出发，论证了基于最大非高斯性的 B S S算法只能用于无阻尼弹簧质量系统收稿日：2 1— 4— 7修改稿收到日： 1一 6 0期 01 0 0期 2 1 O—8 0第一作者杨彦龙男，博士生，9 1 1 8年生

设，并将此假设与模态坐标之间的正交性相结合，实现模态参数的识别。T B S时间预测性的盲源分离 ) PS(方法从源信号的时间预测性大于混合信号的时间预测性出发，对源信号进行分离。目前，对这一思想的关注较少，至今尚未发现有文献将此方法用于模态分析方面。 经我们分析研究发现，方法可以用于提取结构的模此态参数。为了提高抗噪性，本文在 T B S P S方法的基

础

本文来源：https://www.bwwdw.com/article/u0ci.html