-
题名基于模态参数识别的ITD算法改进
被引量：3
- 1
-
-
作者
李玉刚
叶庆卫
周宇
王晓东
-
机构
宁波大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第4期298-303,共6页
-
基金
国家自然科学基金(61071198)
浙江省自然科学基金(LY13F010015)
+1 种基金
浙江省重点科技创新团队项目(2013TD21)
宁波市自然科学基金(2012A610019)
-
文摘
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。
-
关键词
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
-
Keywords
intrinsic time-scale decomposition（itd） algorithm
modal parameter
model order
sparse optimization
relative error
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
