基于EM算法的运行模态参数识别

• 作者: 张康 施袁锋
• 来源期刊: 地震工程学报
• 学科: 工学
• 关键词: EM算法 随机状态空间方程 卡尔曼滤波 运行模态分析
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 震灾应急及其他
• 页码范围: 1378-1383,1400
• 页数: 7页
• 分类号: TU375.4|TB532
• 字数: 4295字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0844.2018.06.1378

摘要

结合随机状态空间方程和极大似然法的期望最大EM算法进行了结构运行模态分析.EM算法以迭代的方式更新模型参数,进而得到状态空间方程的极大似然估计.模态参数通过状态空间模型参数求得.应用了平方根卡尔曼滤波方程提高EM迭代过程的计算稳健性.考虑到状态空间方程中激励噪声和测量噪声的相关性,建立了更完善的参数化状态空间方程.通过数值模拟对比分析,结果表明:考虑噪声相关性的EM算法比假设噪声不相关的EM算法具有更高的识别精度,EM算法在采样数据较少的情况下比随机子空间方法更有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张康		6	10	2.0	3.0
2	施袁锋		1	1	1.0	1.0