版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、時(shí)變系統(tǒng)的參數(shù)辨識(shí)問題由于其結(jié)構(gòu)響應(yīng)信號(hào)的復(fù)雜性,傳統(tǒng)的模態(tài)參數(shù)辨識(shí)方法難以辨識(shí)其模態(tài)參數(shù),一直是結(jié)構(gòu)動(dòng)力學(xué)研究領(lǐng)域的難點(diǎn),而時(shí)變的實(shí)際工程對(duì)于時(shí)變參數(shù)的辨識(shí)有迫切的需求。本文對(duì)時(shí)變系統(tǒng)參數(shù)辨識(shí)的方法進(jìn)行了一定的研究,主要包括:
(1)介紹了EMD信號(hào)處理方法,分析了其中的關(guān)鍵因素,針對(duì)EMD信號(hào)處理方法各項(xiàng)不足指出了對(duì)應(yīng)的解決方案。并針對(duì)邊緣效應(yīng)問題提出了利用邊緣數(shù)據(jù)來添加極值點(diǎn)的方法,并與鏡像方法做了對(duì)比,從算例上以及
2、Matlab模型的處理效果上看都起到了明顯的改善作用,為后續(xù)的參數(shù)辨識(shí)起到了很好的作用。
(2)在參數(shù)辨識(shí)上,對(duì)EMD產(chǎn)生的各階IMF分量,利用了Hilbert變換的方法進(jìn)行辨識(shí),另外,提出了EMD結(jié)合遺傳算法進(jìn)行時(shí)變系統(tǒng)參數(shù)辨識(shí)的方法,指出了方法的核心思想與基本步驟,并針對(duì)遺傳算法的適應(yīng)度函數(shù)引入了相關(guān)系數(shù)法。
(3)利用Matlab建立了一個(gè)三自由度系統(tǒng)模型,分別利用兩種方法進(jìn)行驗(yàn)證,從效果上,EMD產(chǎn)生
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于EMD的結(jié)構(gòu)時(shí)變模態(tài)參數(shù)識(shí)別研究.pdf
- 時(shí)變系統(tǒng)參數(shù)的小波辨識(shí)方法研究.pdf
- 時(shí)變系統(tǒng)模態(tài)參數(shù)辨識(shí)的時(shí)頻分析技術(shù)研究.pdf
- 基于參數(shù)化模型的時(shí)變結(jié)構(gòu)系統(tǒng)分析與辨識(shí).pdf
- 基于時(shí)變模態(tài)參數(shù)的橋墩沖刷深度辨識(shí)方法研究.pdf
- 小波分析在時(shí)變系統(tǒng)參數(shù)辨識(shí)中的應(yīng)用.pdf
- 復(fù)雜環(huán)境激勵(lì)下時(shí)變系統(tǒng)模態(tài)參數(shù)辨識(shí)方法研究.pdf
- 時(shí)間序列分析在振動(dòng)系統(tǒng)時(shí)變參數(shù)辨識(shí)中的應(yīng)用.pdf
- 基于ARMA模型的明變系統(tǒng)參數(shù)辨識(shí)方法研究.pdf
- 時(shí)變系統(tǒng)模型辨識(shí)方法的研究.pdf
- 時(shí)變結(jié)構(gòu)系統(tǒng)辨識(shí)方法研究.pdf
- 基于時(shí)變神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變系統(tǒng)迭代學(xué)習(xí)辨識(shí)與控制.pdf
- 基于狀態(tài)空間方法的時(shí)變系統(tǒng)參數(shù)識(shí)別.pdf
- 僅利用輸出響應(yīng)的時(shí)變模態(tài)參數(shù)辨識(shí)方法研究.pdf
- 環(huán)境激勵(lì)下時(shí)變系統(tǒng)信號(hào)處理及參數(shù)辨識(shí)技術(shù)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變系統(tǒng)辨識(shí)研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變系統(tǒng)辨識(shí)方法.pdf
- 基于時(shí)變參數(shù)Copula的△CoVaR度量技術(shù).pdf
- 基于HHT方法的時(shí)變結(jié)構(gòu)參數(shù)識(shí)別.pdf
- 時(shí)變系統(tǒng)模態(tài)參數(shù)識(shí)別的小波變換-時(shí)變AR模型法.pdf
評(píng)論
0/150
提交評(píng)論