改进的TW―API方法及其在时变模态参数辨识中的应用.docVIP

改进的TW―API方法及其在时变模态参数辨识中的应用 　　摘要： 改进了一种用于模态参数辨识的截断窗逼近幂迭代子空间方法（Truncated Window Approximated Power Iteration， TWAPI）。该算法采用输入输出信号的截断窗互相关函数建立信号主子空间的递推关系，应用子空间投影来进行辨识。跟传统的TWAPI方法相比，改进后的TWAPI方法基于信号子空间理论，简化了数据矩阵递推的过程，显著地减少了算法的整体计算量和计算时间，同时仍能较好地保持辨识精度。在数值算例中，选用二连杆机械臂和在轨航天器模型这两个算例，分别进行了时变模态参数的辨识，并将结果与经典的投影估计子空间跟踪方法（Projection Approximation Subspace Tracking， PAST）和逼近幂迭代（Approximated Power Iteration， API）递推方法进行比较，4种辨识方法的仿真结果表明本文提出的新算法能有效辨识系统的时变模态参数。 　　关键词： 模态参数辨识； 时变系统； 递推子空间方法； 航天器 　　中图分类号： TB123； N945.14 文献标志码： A 文章编号： 1004-4523（2015）05-0721-09 　　引 言 　　在现代工程应用中，航空航天、机械制造、交通等领域的许多问题都需要考虑到系统的时变特性，例如大型空间结构的搬运装配、太阳能帆板的展开与旋转、机械臂的运动以及高速列车的行驶等。由于线性时变系统的特性比定常系统更为复杂，而且定常系统的模态分析理论并不完全适用于时变系统，所以时变系统的理论到现在仍然处于建立的初步阶段，还没有在一个完整的框架下描述。从工程应用的角度来说，Liu等[1]提出了“伪模态参数”的概念，即按照定常系统中模态参数的概念，利用“时间凝固法”将其扩展到时变系统中，即认为在极小的时间间隔内的模态参数是不变的，从而在各个采样时刻分别计算出当前时刻的模态参数，利用这些伪模态参数反映系统的时变特性。 　　关于时变系统的模态参数辨识，当今主要的处理思想之一是利用子空间方法。子空间方法由于具有良好的鲁棒性，所以得到了广泛的应用。子空间方法根据辨识形式的不同，可以分为整体数据辨识和递推数据辨识方法。在利用整体数据辨识方面，K Liu[12]首先提出了一种利用输入输出整体数据辨识系统模型的时变子空间方法。于开平[3]等利用该方法对移动质量简支梁系统进行了辨识。李会娜[45]等在模态参数辨识的基础上对时变系统物理参数进行了辨识。在递推辨识子空间方面，Tasker[6]和Bosse[7]提出了一种利用URV分解的递推子空间方法。Yang[89]等根据信号处理的原理，提出了投影估计子空间跟踪方法（Projection Approximation Subspace Tracking， PAST）。庞世伟[10]等在此基础上提出了固定长度平移窗改进子空间方法，并利用PAST法辨识了移动质量简支梁的时变模态参数[11]。Real[12]等提出了快速估计子空间方法（Fast Approximate Subspace Tracking， FAST）。HUA[1314]等基于PAST法提出了自然幂迭代（Natural Power Iteration， NPI）方法。Badeau[1516]等针对PAST法信号子空间列向量不能严格正交的问题，提出了逼近幂迭代（Approximated Power Iteration， API）方法，对信号子空间投影乘以修正后的正交矩阵，使其投影子空间保持严格正交的同时可以跟踪快变的主子空间，并且在此基础上提出了快速API方法（Fast API， FAPI）。与整体数据辨识方法相比，递推辨识方法不需要逐一时刻进行奇异值分解的计算，而是通过信号子空间的迭代以避免较高维数的Hankel矩阵求解问题，从而减小了计算量。 　　本文基于API方法的理论，不同于一般的无限指数窗API方法，而是选用截断窗子空间方法（Truncated Window API， TWAPI）进行递归辨识。文[16]中提出的TWAPI方法需要给出辨识时刻之前各个时刻的子空间输入信号作为递归总体数据矩阵，给定初值以用来递归计算。与文[1516]相比，本文简化了输出信号的数据处理过程，不需要构建递归总体数据矩阵；而且从信号子空间原理的角度出发，对递推过程中需要较大计算量的步骤做了递推的简化，使得方法在保持基本计算精度的前提下大幅减少了计算量；最后给出了改进后的TWAPI的计算流程，并讨论了截断窗长度对辨识的影响。数值仿真选用二连杆机械臂和技术试验卫星VIII（Engineering Test SatelliteVIII，ETSVIII）模型这两个算例，采用本