僅基于響應的結構模態(tài)參數(shù)魯棒辨識技術

第 １ 章 緒論 ………………………………………………………………………… 001
１ １ 結構模態(tài)參數(shù)辨識的意義與基本任務 ……………………………… 002
１ ２ 僅基于響應的結構模態(tài)參數(shù)辨識發(fā)展現(xiàn)狀 ………………………… 005
１ ３ 深度學習在反問題中的應用………………………………………… 026
第 ２ 章 時間序列模型………………………………………………………………… 031
２ １ 引言 …………………………………………………………………… 032
２ ２ ＡＲＭＡＸ 模型 …………………………………………………… 033
２ ３ ＴＡＲＭＡ 模型 …………………………………………………… 042
２ ４ 模態(tài)參數(shù)的計算 ……………………………………………………… 050
２ ５ 小結 …………………………………………………………………… 051
第 ３ 章 基于傳遞率的結構模態(tài)參數(shù)辨識方法 …………………………………… 053
３ １ 引言 …………………………………………………………………… 054
３ ２ 傳遞率的概念與計算方法…………………………………………… 055
３ ３ 傳遞率的影響因素分析 ……………………………………………… 061
３ ４ 傳遞率在模態(tài)參數(shù)辨識中的應用 …………………………………… 065
３ ５ 仿真結果與比較分析 ………………………………………………… 076
３ ６ 小結 …………………………………………………………………… 092
第 ４ 章 基于信號分解的結構模態(tài)參數(shù)辨識方法 ………………………………… 095
４ １ 引言 …………………………………………………………………… 096
４ ２ 非平穩(wěn)信號分析與分解 ……………………………………………… 097
４ ３ 基于統(tǒng)計特性的諧波響應檢測……………………………………… 101
４ ４ 時變結構密頻模態(tài)檢測與辨識……………………………………… 103
４ ５ 仿真結果與分析 ……………………………………………………… 105
４ ６ 小結 …………………………………………………………………… 116
第 ５ 章 基于互相關熵的結構模態(tài)參數(shù)辨識方法 …………………………… 119
５ １ 引言 …………………………………………………………………… 120
５ ２ 非高斯脈沖噪聲的表征 ……………………………………………… 121
５ ３ 互相關熵的基本概念 ………………………………………………… 125
５ ４ 基于廣義互相關熵的批量辨識方法 …………………………… 127
５ ５ 基于廣義互相關熵的遞推辨識方法 …………………………… 132
５ ６ 仿真結果與分析 ……………………………………………………… 138
５ ７ 小結 …………………………………………………………………… 148
第 ６ 章 基于深度學習的結構模態(tài)參數(shù)黑箱遞推辨識方法 ……………………… 149
６ １ 引言 …………………………………………………………………… 150
６ ２ 深度學習模型 ………………………………………………………… 151
６ ３ 遞推辨識網(wǎng)絡模型與步驟…………………………………………… 155
６ ４ 遞推辨識結果與分析 ………………………………………………… 158
６ ５ 小結 ……………………………………………………………………… 169
第 ７ 章 基于深度學習的時變結構模態(tài)參數(shù)遞推辨識綜合增強方法……………… 171
７ １ 引言 …………………………………………………………………… 172
７ ２ 時變結構振動場遞推重建方法……………………………………… 173
７ ３ 時變結構辨識的單模態(tài)遞推篩選方法 ……………………………… 182
７ ４ 時變結構遞推辨識綜合增強………………………………………… 192
７ ５ 任務 “粒度” 對深度學習模型的影響 …………………………… 195
７ ６ 小結 …………………………………………………………………… 200
參考文獻 …………………………………………………………………………………… 203
附錄 主要縮略詞 ……………………………………………………………………… 229