專利名稱：基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號處理領(lǐng)域，特別是涉及一種基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法。
背景技術(shù)：
傳統(tǒng)的模態(tài)測試和分析是建立在系統(tǒng)輸入和輸出數(shù)據(jù)的基礎(chǔ)之上的，由此估計頻率響應(yīng)函數(shù)(頻域)或脈沖響應(yīng)函數(shù)(時域)，再進行模態(tài)參數(shù)識別。然而，對于實際大型復(fù)雜結(jié)構(gòu)，人為的激勵(輸入)不是一件容易的事，實驗實施難度大、成本高，往往無法獲得結(jié)構(gòu)系統(tǒng)的輸入信息，所以只能利用輸出的響應(yīng)信息進行模態(tài)參數(shù)識別?；谳斎?、輸出參考點的個數(shù)不同，分為單輸入單輸出(SISO)、單輸入多輸出(SMO)、多輸入多輸出(MMO)的模態(tài)參數(shù)識別方法。對于大型復(fù)雜結(jié)構(gòu)，單點激勵顯得能量不夠，且在傳遞過程中損耗很大，因此離激勵點較遠的地方，響應(yīng)信號較弱，信噪比較小。若加大激勵力，則容易產(chǎn)生局部響應(yīng)過大，造成非線性現(xiàn)象。另外單點激勵時，若激勵點正好處于某階模態(tài)的節(jié)點位置，對該階模態(tài)來說，系統(tǒng)將成為不可控和不可觀的，因此將無法辨識該階模態(tài)，就會發(fā)生漏失模態(tài)的現(xiàn)象。對于單輸入多輸出系統(tǒng)，模態(tài)參數(shù)辨識一般只利用頻響函數(shù)矩陣中的一列數(shù)據(jù)，因此能提供的信息量有限，影響辨識精度，對模態(tài)密集的情況，辨識能力較弱。針對這些情況，從20世紀80年代開始，陸續(xù)出現(xiàn)了一些多輸入多輸出系統(tǒng)的模態(tài)參數(shù)辨識方法，簡稱M頂O方法。傳統(tǒng)的MMO方法是直接采用所有響應(yīng)點的信號進行模態(tài)參數(shù)識別，然而，由于實測的信號不可避免地受到測試環(huán)境、電子設(shè)備等背景噪聲的干擾，因此識別結(jié)果的精度必然會受到影響。為了獲得比較準確 的識別結(jié)果，在以往的時域模態(tài)識別方法及軟件中，大多采用穩(wěn)定圖的方法。理論上，隨著計算模型階次逐漸增加，會識別出越來越多的模態(tài)參數(shù)，但是，只有真實的模態(tài)參數(shù)才會逐漸趨于穩(wěn)定，而虛假模態(tài)參數(shù)則不會。由于計算采用的模型階次高于真實的模型階次，從而容許了噪聲模態(tài)的存在。而通過穩(wěn)定圖法并不能完全排除噪聲模態(tài)，特別是隨著模型階次的升高，一些虛假模態(tài)往往容易趨于穩(wěn)定，用穩(wěn)定圖很難正確識別出結(jié)構(gòu)的真實模態(tài)參數(shù)。而且穩(wěn)定圖法在很大程度上依賴于使用者的經(jīng)驗判斷，這樣由于人為因素的影響會導(dǎo)致計算效率的降低，特別是當(dāng)信號的信噪比低的時候，如何區(qū)分大量的虛假模態(tài)和真實模態(tài)將變得很困難。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種節(jié)省計算時間、提高了工作效率和識別精度的基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法。為解決上述技術(shù)問題，作為本發(fā)明的一個方面，提供了一種基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法，其特征在于，包括以下步驟:步驟1，對含噪的多點脈沖響應(yīng)信號進行block-Hankel矩陣變換,得到第一 block-Hankel矩陣；步驟2,根據(jù)所述第一矩陣的秩利用結(jié)構(gòu)低秩逼近對所述第一矩陣處理后得到低秩逼近后的第一非block-Hankel矩陣；步驟3，將所述第二矩陣中各塊的元素由其所在的反對角線上的塊元素的數(shù)學(xué)平均值代替，便得到第二 block-Hankel矩陣；步驟4，重復(fù)步驟2和步驟3直到收斂，從而得到降噪后的多點脈沖響應(yīng)信號；步驟5，根據(jù)所述第一 block-Hankel矩陣的秩對所述降噪后的多點脈沖響應(yīng)信號進行模態(tài)參數(shù)識別。進一步地，所述方法采用奇異值分解(SVD)的方式確定所述秩。進一步地，所述步驟5中的模態(tài)參數(shù)識別方法為多參考點復(fù)指數(shù)法。本發(fā)明為解決現(xiàn)有的多輸入多輸出時域模態(tài)參數(shù)識別技術(shù)因信號受噪聲的影響而導(dǎo)致計算效率和識別精度不高等問題，在模態(tài)參數(shù)識別之前，采用結(jié)構(gòu)低秩逼近的方法來統(tǒng)一消除多通道響應(yīng)信號中的噪聲，然后基于降噪后的信號進行模態(tài)參數(shù)識別，可以節(jié)省機時，提聞識別精度。


圖1示意性示出了本發(fā)明中的模態(tài)參數(shù)識別方法的流程圖；圖2示意性示出了導(dǎo)管架式海洋平臺有限元模型圖；圖3示意性示出了含噪信號模型定階圖；圖4示意性示出了信號降噪前后的對比圖；以及圖5示意性示出了精確信號與信號降噪后的對比圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明的實施例進行詳細說明，但是本發(fā)明可以由權(quán)利要求限定和覆蓋的多種不同方式實施。`如圖1所示，本發(fā)明中的基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法，包括以下步驟:步驟I，對含噪的多點脈沖響應(yīng)信號進行b 1ck-HankeI矩陣變換，得到第一block-Hankel 矩陣；步驟2，根據(jù)所述第一矩陣的秩利用結(jié)構(gòu)低秩逼近對所述第一矩陣處理后得到低秩逼近后的第一非block-Hankel矩陣；步驟3，將所述第二矩陣中各塊的元素由其所在的反對角線上的塊元素的數(shù)學(xué)平均值代替，便得到第二 block-Hankel矩陣；優(yōu)選地，所述方法采用奇異值分解的方式確定所述秩。步驟4，重復(fù)步驟2和步驟3直到收斂，從而得到降噪后的多點脈沖響應(yīng)信號；步驟5，根據(jù)所述第一 block-Hankel矩陣的秩對所述降噪后的多點脈沖響應(yīng)信號進行模態(tài)參數(shù)識別。優(yōu)選地，所述步驟5中的模態(tài)參數(shù)識別方法為多參考點復(fù)指數(shù)法。本發(fā)明為解決現(xiàn)有的多輸入多輸出時域模態(tài)參數(shù)識別技術(shù)因信號受噪聲的影響而導(dǎo)致計算效率和識別精度不高等問題，在模態(tài)參數(shù)識別之前，采用結(jié)構(gòu)低秩逼近的方法來統(tǒng)一消除多通道響應(yīng)信號中的噪聲，然后基于降噪后的信號進行模態(tài)參數(shù)識別，可以節(jié)省機時，提聞識別精度。下面對每個細節(jié)進行詳細說明。
(I)構(gòu)建 block-Hankel 矩陣首先，將傳感器實測的多輸入多輸出的脈沖響應(yīng)數(shù)據(jù)存儲入專用存儲器中。一個N自由度的動力系統(tǒng)在P點施加脈沖激勵得到q點的脈沖響應(yīng)函數(shù)可以表示為:
權(quán)利要求
1.一種基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法，其特征在于，包括以下步驟: 步驟I，對含噪的多點脈沖響應(yīng)信號進行block-Hankel矩陣變換，得到第一block-Hankel 矩陣； 步驟2，根據(jù)所述第一矩陣的秩利用結(jié)構(gòu)低秩逼近對所述第一矩陣處理后得到低秩逼近后的第一非block-Hankel矩陣； 步驟3，將所述第二矩陣中各塊的元素由其所在的反對角線上的塊元素的數(shù)學(xué)平均值代替，便得到第二 block-Hankel矩陣； 步驟4，重復(fù)步驟2和步驟3直到收斂，從而得到降噪后的多點脈沖響應(yīng)信號； 步驟5，根據(jù)所述第一 block-Hankel矩陣的秩對所述降噪后的多點脈沖響應(yīng)信號進行模態(tài)參數(shù)識別。
2.根據(jù)權(quán)利要求1所述的模態(tài)參數(shù)識別方法，其特征在于，所述方法采用奇異值分解的方式確定所述秩。
3.根據(jù)權(quán)利要求1所述的模態(tài)參數(shù)識別方法，其特征在于，所述步驟5中的模態(tài)參數(shù)識別方法為多參考點 復(fù)指數(shù)法。
全文摘要
本發(fā)明涉及一種基于多輸入多輸出信號降噪的模態(tài)參數(shù)識別方法，其特征在于，包括以下步驟步驟1，對含噪的多點脈沖響應(yīng)信號進行block-Hankel矩陣變換，得到第一block-Hankel矩陣；步驟2，根據(jù)所述第一矩陣的秩利用結(jié)構(gòu)低秩逼近對所述第一矩陣處理后得到低秩逼近后的第一非block-Hankel矩陣；步驟3，將所述第二矩陣中各塊的元素由其所在的反對角線上的塊元素的數(shù)學(xué)平均值代替，便得到第二block-Hankel矩陣；步驟4，重復(fù)步驟2和步驟3直到收斂，從而得到降噪后的多點脈沖響應(yīng)信號；步驟5，進行模態(tài)參數(shù)識別。本發(fā)明可以節(jié)省機時，提高識別精度。
文檔編號G06K9/62GK103246890SQ20131018064
公開日2013年8月14日 申請日期2013年5月15日 優(yōu)先權(quán)日2013年5月15日
發(fā)明者包興先 申請人:中國石油大學(xué)(華東)