一种改进的随机子空间辨识方法的稳定图 (2010年)

为在模态参数辨识中更好地区分虚假模态与物理模态，对传统时域子空间方法的稳定图进行了改进。改进的稳定图利用了由输出信号的自相关函数重构的Hankel矩阵，认为系统阶次固定，模态特征的变化趋势随数据量的增加而体现。在稳定图中引入了可表征各阶估计模态贡献量大小的分量能量指标(CEI)作为判断模态特征稳定性的判据之一，以剔除虚假特征。通过对一个受噪声污染、具有密集模态的振动仿真系统进行辨识，从改进的稳定图中可以看到物理模态随数据量增加仍保持稳定，且对应于较大的CEI值，虚假模态的表现则明显相反，验证了该改进的子空