基于改进L-P小波的时变模态参数识别方法

研究了基于改进Littlewood-Paley(L-P)小波变换的结构时变模态参数识别方法。用改进的L-P小波对结构动力响应信号进行小波变换,由能量较大的频带所对应的尺度识别结构基本频率及其随时间的变化情况;由某时刻各自由度响应在各阶频率对应尺度上的小波系数的比值识别结构的各阶振型。针对剪切型框架结构,利用识别的频率变化判断结构是否发生损伤以及损伤发生的时间,通过识别损伤前后的一阶振型斜率变化判断损伤发生的位置。该方法不需要激励信息,且有较好的抗噪声能力。

Modified L-P小波最小二乘支持向量机及在动态系统辩识中的应用

为了提高动态系统的辩识品质,提出了一种新的可调带宽多维支持向量小波核函数—modified L-P小波核函数。理论上证明了这种核函数是满足平移不变核定理的支持向量核函数。由于该核函数具有平移伸缩正交性,而且适用于信号的局部分析、信噪分离和突变信号的检测,从而提升了支持向量机的泛化性能。应用Modified L-P小波核作为最小二乘支持向量机的核函数,可以简化计算复杂性,提高学习效率。回归实验和动态系统辩识的仿真结果表明,Modified L-P小波核函数最小二乘支持向量机的建模和逼近能力优于基于L-P小波核函数或高斯核函数最小二乘支持向量机,更适合工程应用。