基于模态参数提取的随机子空间辨识算法改进

• 作者: 叶庆卫 周宇 方宁 李玉刚
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 随机子空间辨识算法 稀疏优化 最小二乘法:模态参数:K-means算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 科学基金
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP391.4
• 字数: 4846字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.01.012

摘要

随机子空间辨识(SSI)算法在大型结构的振动检测、损伤识别中有着重要的作用。引入稀疏优化取代最小二乘法来获得尽可能稀疏的状态矩阵，引入K-means算法从众多模态参数中选出真实模态，以避免虚假模态的产生。实验结果表明，所构建的稀疏改进 SSI 算法能准确提取模态参数，对工程应用具有较大的参考价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶庆卫	宁波大学信息科学与工程学院	59	420	10.0	18.0
2	周宇	宁波大学信息科学与工程学院	72	316	9.0	13.0
3	李玉刚	宁波大学信息科学与工程学院	3	16	2.0	3.0
4	方宁	宁波大学信息科学与工程学院	2	16	2.0	2.0