论文部分内容阅读
针对传统批处理主成分分析工作模态参数识别中存在的矩阵奇异值或特征值分解病态问题，本文提出了一种基于自迭代主元抽取的工作模态参数识别方法。与传统批处理主成分分析通过矩阵分解一次获得所有主成分不同，该方法通过自迭代逐一抽取主成分从而实现主要贡献工作模态的逐一识别。理论分析表明，该方法的时间复杂度和空间复杂度比传统批处理主成分分析工作模态参数识别方法更低。在简支梁仿真数据集上的识别结果表明，自迭代主元抽取算法可以从平稳随机响应信号中有效地识别出线性时不变结构的主要贡献模态振型和固有频率，在响应测点和采样时间较多