数据驱动与协方差驱动随机子空间法差异化分析

针对能有效从环境激励结构振动响应中获取模态参数的随机子空间法,传统观点认为无论在理论上或应用中数据驱动随机子空间法与协方差驱动随机子空间法在模态参数识别过程中表现一致,实际应用中表现不一致问题,理论上探讨两种方法出现差异的原因,并进行相应的数值模拟。研究结果表明：基于QR分解的数据驱动随机子空间法无论计算精度或对较弱势模态的识别能力均明显优于协方差驱动随机子空间法。     

数据驱动随机子空间法矩阵维数选择与噪声问题研究

数据驱动随机子空间法作为一种线性系统辩识方法,可以有效地从环境激励的结构振动响应中获取模态参数。其中,Hankel矩阵维数的选择直接影响到数据驱动随机子空间法消噪能力。本文理论上分析了噪声与数据驱动随机子空间法Hankel矩阵维数之间的关系,并基于归一化奇异值（SVD）、稳定图以及有限元模态识别结果（FE）,提出了一种评估数据驱动随机子空间法矩阵维数选择优劣的方法,并通过数值算例和导管架平台振动台试验系统地验证了该方法的有效性,结果表明：非方阵的Hankel矩阵使数据驱动随机子空间法具备更强的消噪能力和更高的模态识别精度。