-
题名基于复杂度追踪的模态参数识别方法对比研究
- 1
-
-
作者
胡志祥
黄磊
郅伦海
胡峰
-
机构
合肥工业大学土木与水利工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第15期22-31,共10页
-
基金
国家自然科学基金面上项目(52178283)
安徽省自然科学基金杰出青年基金(2108085J29)。
-
文摘
复杂度追踪(complexity pursuit, CP)是求解振动信号盲源分离(blind source separation, BSS)问题的一类经典方法。用复杂度追踪估计解混矩阵主要有基于源信号复杂度计算的梯度下降(complexity pursuit-gradient descent, CP-GD)算法和基于时间可预测度的广义特征值分解(temporal predictability-generalized eigenvalue decomposition, TP-GED)算法。当前,这两种算法的关联性与算法性能尚缺乏研究,因此对这两种算法的等价性和计算性能进行了研究。首先,给出CP-GD和TP-GED两种算法的具体理论及算法流程;其次,利用二、三自由度振动系统直观地展示并对比解混向量对应的源信号复杂度及可预测度的变化规律;最后,通过对多工况下多自由度系统的模态参数识别算例,对比研究两种算法的精度及计算量。研究结果表明:在低阻尼比及高信噪比条件下,两种方法得到的解混矩阵是相同的;考虑到计算信号复杂度和梯度下降较为耗时,CP-GD算法计算代价要高于TP-GED算法。
-
关键词
盲源分离(BSS)
模态参数识别
柯尔莫哥洛夫复杂度
时间可预测度(TP)
梯度下降(gd)
广义特征值分解(GED)
-
Keywords
blind source separation(BSS)
modal parametric identification
Kolmogorov complexity
temporal predictability(TP)
gradient descent(gd)
generalized eigenvalue decomposition(GED)
-
分类号
TB123
[理学—工程力学]
TN911.6
[电子电信—通信与信息系统]
-
