基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于数据驱动的随机子空间法计算效率低下的问题,提出一种基于特征值分解的随机子空间算法,该方法通过对CH矩阵的特征值分解得到扩展可观测矩阵Tmi,进而识别出系统模态参数.相比于传统算法,该算法免去了对Hankl矩阵的QR分解及投影矩阵的SVD运算,从而大大节省了内存和计算时间.通过一个7自由度的数值仿真和重庆朝天门大桥模型的实例分析证明该方法在保持计算精度的情况下大幅度地提升了计算效率.
推荐文章
基于特征值分解的随机分布传感器信号合成增强
无线传感器网
信号合成
特征值分解
自相关系数
基于数据驱动随机子空间方法在低频振荡辨识中的应用
低频振荡
模态辨识
SSI方法
消噪
电力系统
基于LDLT分解求实对称矩阵特征值的递归算法
LDLT分解
实对称矩阵
特征值
递归算法
基于特征值置换的子空间语音增强算法
语音质量
语音增强
子空间方法
特征值分解
语音帧
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征值分解的随机子空间算法研究
来源期刊 振动与冲击 学科 工学
关键词 参数识别 随机子空间法 特征值分解
年,卷(期) 2012,(7) 所属期刊栏目
研究方向 页码范围 74-78
页数 分类号 TB122
字数 3494字 语种 中文
DOI 10.3969/j.issn.1000-3835.2012.07.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汤宝平 重庆大学机械传动国家重点实验室 208 4648 33.0 63.0
5 章国稳 重庆大学机械传动国家重点实验室 13 69 6.0 8.0
6 孟利波 重庆交通科研设计研究院桥梁结构动力学国家重点实验室 7 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
参数识别
随机子空间法
特征值分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
总被引数(次)
124504
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导