基于粒子群算法的改进模态参数识别方法
Journal of Vibration and Shock(2022)
摘要
针对一类多模态振动衰减信号的模态参数识别,结合奇异值分解(singular value decomposition,SVD)、解析模态分解(analytical mode decomposition,AMD)、自回归功率谱和粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的模态参数识别方法(PSO-AMD),可实现在强干扰环境下密集频率信号的模态参数识别.对模拟振动响应信号的分析结果表明,该研究提出的改进方法具有更高的稳定性,对低信噪比、密集频率、大阻尼的振动信号仍保持高识别精度.该研究的模态参数识别方法可应用于复杂噪声环境中的大阻尼和密集频率衰减振动信号的模态参数识别.
更多AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要