已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、時變系統(tǒng)的參數(shù)辨識問題由于其結(jié)構(gòu)響應信號的復雜性,傳統(tǒng)的模態(tài)參數(shù)辨識方法難以辨識其模態(tài)參數(shù),一直是結(jié)構(gòu)動力學研究領域的難點,而時變的實際工程對于時變參數(shù)的辨識有迫切的需求。本文對時變系統(tǒng)參數(shù)辨識的方法進行了一定的研究,主要包括:
(1)介紹了EMD信號處理方法,分析了其中的關鍵因素,針對EMD信號處理方法各項不足指出了對應的解決方案。并針對邊緣效應問題提出了利用邊緣數(shù)據(jù)來添加極值點的方法,并與鏡像方法做了對比,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)辨識起到了很好的作用。
(2)在參數(shù)辨識上,對EMD產(chǎn)生的各階IMF分量,利用了Hilbert變換的方法進行辨識,另外,提出了EMD結(jié)合遺傳算法進行時變系統(tǒng)參數(shù)辨識的方法,指出了方法的核心思想與基本步驟,并針對遺傳算法的適應度函數(shù)引入了相關系數(shù)法。
(3)利用Matlab建立了一個三自由度系統(tǒng)模型,分別利用兩種方法進行驗證,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)時變模態(tài)參數(shù)識別研究.pdf
- 時變系統(tǒng)參數(shù)的小波辨識方法研究.pdf
- 時變系統(tǒng)模態(tài)參數(shù)辨識的時頻分析技術研究.pdf
- 基于參數(shù)化模型的時變結(jié)構(gòu)系統(tǒng)分析與辨識.pdf
- 基于時變模態(tài)參數(shù)的橋墩沖刷深度辨識方法研究.pdf
- 小波分析在時變系統(tǒng)參數(shù)辨識中的應用.pdf
- 復雜環(huán)境激勵下時變系統(tǒng)模態(tài)參數(shù)辨識方法研究.pdf
- 時間序列分析在振動系統(tǒng)時變參數(shù)辨識中的應用.pdf
- 基于ARMA模型的明變系統(tǒng)參數(shù)辨識方法研究.pdf
- 時變系統(tǒng)模型辨識方法的研究.pdf
- 時變結(jié)構(gòu)系統(tǒng)辨識方法研究.pdf
- 基于時變神經(jīng)網(wǎng)絡的非線性時變系統(tǒng)迭代學習辨識與控制.pdf
- 基于狀態(tài)空間方法的時變系統(tǒng)參數(shù)識別.pdf
- 僅利用輸出響應的時變模態(tài)參數(shù)辨識方法研究.pdf
- 環(huán)境激勵下時變系統(tǒng)信號處理及參數(shù)辨識技術研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的非線性時變系統(tǒng)辨識研究.pdf
- 基于小波神經(jīng)網(wǎng)絡的非線性時變系統(tǒng)辨識方法.pdf
- 基于時變參數(shù)Copula的△CoVaR度量技術.pdf
- 基于HHT方法的時變結(jié)構(gòu)參數(shù)識別.pdf
- 時變系統(tǒng)模態(tài)參數(shù)識別的小波變換-時變AR模型法.pdf
評論
0/150
提交評論