买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华侨大学;中建三局(福建)投资建设有限公司

摘要：本发明提供的一种基于Morse的欠定时不变工作模态参数识别方法及装置，涉及工作模态参数识别领域。本发明通过获取传感器测点的时域位移振动响应信号,采用Morse连续小波变换得到时频域响应信号；然后采用使用时频阈值自适应算法筛选出时频点后，进行SSP单源点检测，再使用基于稀疏搜索的快速密度峰值聚类算法获得峰值聚类稀疏信号，继而构建出决策图，从决策图的聚类中心获得混合矩阵估计；最后，使用范数最小化算法获得源信号的稀疏解，以此重构源信号，并通过Morse小波逆变换获得时域下的模态坐标响应。本发明实现了欠定时不变工作模态参数的识别，且相对传统方法，本发明方法的模态参数识别速度更快、准确性高，且对测量噪声具有鲁棒性，模型更稳定。

主权项：1.一种基于Morse的欠定时不变工作模态参数识别方法，其特征在于，包括以下步骤：S1,获取部署在工程结构上的多个位移传感器测点在环境激励下等时间间隔内的时域位移振动响应信号；其中,所述时域位移振动响应信号的表达式为： ；其中，，t表示时间，n表示在线性时变结构上布置的位移响应传感器检测个数，T表示时域的采样点个数，表示实数范围内的维度为的矩阵；k表示第k个采样点，，，表示第j个传感器采集的所有振动响应信号，j...,n，表示第j个振动响应信号在第k个时域采样点的位移响应值；S2,对所述时域位移振动响应信号进行Morse连续小波变换，以将信号转变到时频域，得到时频域下的振动位移响应信号，即时频域位移响应信号；其中，所述Morse连续小波变换的表达式为： ； ；其中，为对所述时域振动位移响应信号的第j个位移传感器测点的小波变换的结果，即小波变换矩阵; 是设置的小波时域衰减参数，是小波频域衰减参数，是阶跃函数，是阶跃函数变量，e代表自然常数；a=scalesγ，scales是小波尺度序列；是scales的数目，即小波变换系数长度，矩阵WT的大小为，；S3,采用时频阈值自适应选择算法，对所述时频域位移响应信号的TF词频向量中的每个元素执行归一化，得到所述时频域位移响应信号中所有时频点的单位范数与范数平均值；并根据所述单位范数与所述范数平均值筛选出新时频向量，从而得到由所述新时频向量组成的时频矩阵；S4,对所述时频矩阵进行SSP单源点检测，以在混合信号中识别出由单一源产生的时频点，得到足够稀疏且不相交的SSP稀疏信号；其中，所述SSP单源点检测为在所述时频矩阵中筛选出满足下列公式的时频点，得到SSP稀疏信号： ；其中，表示所述时频矩阵的的实部矩阵，表示所述时频矩阵的的虚部矩阵；表示设定的SSP阈值；*表示转置矩阵；观测向量的实部与虚部与模态振型向量方向一致，具有线性聚类特征，从而得到SSP稀疏信号； ;其中，，表示筛选后的新维度； 表示所述SSP稀疏信号的第j列向量；S5,采用基于稀疏搜索的快速密度峰值聚类方法，将所述SSP稀疏信号进行重构，得到重构后的稀疏信号，并计算重构后的稀疏信号的所有点到随机点的欧式距离，得到欧氏距离序列；并根据所述欧氏距离序列，将所述重构后的稀疏信号按照升序排序，得到重新排序后的稀疏信号，即峰值聚类稀疏信号；S6,按照预设的迭代步长，计算所述峰值聚类稀疏信号的每个点到其近邻点之间的距离，直至计算完所述峰值聚类稀疏信号的所有点，得到相似矩阵；S7,将所述相似矩阵构造为对称矩阵，根据获得的对称矩阵与预设的截距计算出所述对称矩阵的局部密度和分离密度，并以局部密度为横轴，分离密度为纵轴，构建决策图，得到聚类中心；根据所述聚类中心与混合矩阵一一对应的关系，得到混合矩阵；S8，根据所述混合矩阵，得到对应的模态振型,并找到稀疏解，重建源信号，得到源信号的估计；S9，通过逆Morse小波变换恢复时域下的所述源信号的估计，得到时域源信号，即模态坐标响应；根据所述模态坐标响应，得到固有频率和阻尼比，实现欠定时不变工作模态参数的识别。

全文数据：

权利要求：

百度查询： 华侨大学 中建三局(福建)投资建设有限公司 基于Morse的欠定时不变工作模态参数识别方法及装置