[发明专利]基于多输入多输出信号降噪的模态参数识别方法

说明书

技术领域

本发明涉及信号处理领域，特别是涉及一种基于多输入多输出信号降噪的模态参数识别方法。

背景技术

传统的模态测试和分析是建立在系统输入和输出数据的基础之上的，由此估计频率响应函数(频域)或脉冲响应函数(时域)，再进行模态参数识别。然而，对于实际大型复杂结构，人为的激励(输入)不是一件容易的事，实验实施难度大、成本高，往往无法获得结构系统的输入信息，所以只能利用输出的响应信息进行模态参数识别。

基于输入、输出参考点的个数不同，分为单输入单输出(SISO)、单输入多输出(SIMO)、多输入多输出(MIMO)的模态参数识别方法。对于大型复杂结构，单点激励显得能量不够，且在传递过程中损耗很大，因此离激励点较远的地方，响应信号较弱，信噪比较小。若加大激励力，则容易产生局部响应过大，造成非线性现象。另外单点激励时，若激励点正好处于某阶模态的节点位置，对该阶模态来说，系统将成为不可控和不可观的，因此将无法辨识该阶模态，就会发生漏失模态的现象。

对于单输入多输出系统，模态参数辨识一般只利用频响函数矩阵中的一列数据，因此能提供的信息量有限，影响辨识精度，对模态密集的情况，辨识能力较弱。

针对这些情况，从20世纪80年代开始，陆续出现了一些多输入多输出系统的模态参数辨识方法，简称MIMO方法。传统的MIMO方法是直接采用所有响应点的信号进行模态参数识别，然而，由于实测的信号不可避免地受到测试环境、电子设备等背景噪声的干扰，因此识别结果的精度必然会受到影响。

为了获得比较准确的识别结果，在以往的时域模态识别方法及软件中，大多采用稳定图的方法。理论上，随着计算模型阶次逐渐增加，会识别出越来越多的模态参数，但是，只有真实的模态参数才会逐渐趋于稳定，而虚假模态参数则不会。由于计算采用的模型阶次高于真实的模型阶次，从而容许了噪声模态的存在。而通过稳定图法并不能完全排除噪声模态，特别是随着模型阶次的升高，一些虚假模态往往容易趋于稳定，用稳定图很难正确识别出结构的真实模态参数。而且稳定图法在很大程度上依赖于使用者的经验判断，这样由于人为因素的影响会导致计算效率的降低，特别是当信号的信噪比低的时候，如何区分大量的虚假模态和真实模态将变得很困难。

发明内容

本发明的目的是提供一种节省计算时间、提高了工作效率和识别精度的基于多输入多输出信号降噪的模态参数识别方法。

为解决上述技术问题，作为本发明的一个方面，提供了一种基于多输入多输出信号降噪的模态参数识别方法，其特征在于，包括以下步骤：步骤1，对含噪的多点脉冲响应信号进行block-Hankel矩阵变换，得到第一block-Hankel矩阵；步骤2，根据所述第一矩阵的秩利用结构低秩逼近对所述第一矩阵处理后得到低秩逼近后的第一非block-Hankel矩阵；步骤3，将所述第二矩阵中各块的元素由其所在的反对角线上的块元素的数学平均值代替，便得到第二block-Hankel矩阵；步骤4，重复步骤2和步骤3直到收敛，从而得到降噪后的多点脉冲响应信号；步骤5，根据所述第一block-Hankel矩阵的秩对所述降噪后的多点脉冲响应信号进行模态参数识别。

进一步地，所述方法采用奇异值分解(SVD)的方式确定所述秩。

进一步地，所述步骤5中的模态参数识别方法为多参考点复指数法。

本发明为解决现有的多输入多输出时域模态参数识别技术因信号受噪声的影响而导致计算效率和识别精度不高等问题，在模态参数识别之前，采用结构低秩逼近的方法来统一消除多通道响应信号中的噪声，然后基于降噪后的信号进行模态参数识别，可以节省机时，提高识别精度。

附图说明

图1示意性示出了本发明中的模态参数识别方法的流程图；

图2示意性示出了导管架式海洋平台有限元模型图；

图3示意性示出了含噪信号模型定阶图；

图4示意性示出了信号降噪前后的对比图；以及

图5示意性示出了精确信号与信号降噪后的对比图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

如图1所示，本发明中的基于多输入多输出信号降噪的模态参数识别方法，包括以下步骤：

步骤1，对含噪的多点脉冲响应信号进行block-Hankel矩阵变换，得到第一block-Hankel矩阵；

步骤2，根据所述第一矩阵的秩利用结构低秩逼近对所述第一矩阵处理后得到低秩逼近后的第一非block-Hankel矩阵；