原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第４５卷 第４期 福州大学学报(自然科学版) Ｖｏｌ.４５ Ｎｏ.４
２０１７年８月 Ｊｏｕｒｎａｌ ｏｆ Ｆｕｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ(Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ) Ａｕｇ. ２０１７
－ － － －
ＤＯＩ:１０.７６３１/ ｉｓｓｎ.１０００ ２２４３.２０１７.０４.０４７２ 文章编号:１０００ ２２４３(２０１７)０４ ０４７２ ０９
自适应随机共振降噪下的结构模态参数识别
１ꎬ２ １ １
俞 波 ꎬ刘展鹏 ꎬ姜绍飞
(１. 福州大学土木工程学院ꎬ福建 福州 ３５０１１６ꎻ２. 福州市城乡建设委员会ꎬ福建 福州 ３５０００５)
摘要:针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足ꎬ提出一种基于改
进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法ꎬ结合利希尔伯特变换来识别出结构的模
态参数. 该算法能够更快得到最佳随机共振系统结构参数ꎬ 自适应地实现非线性系统、输入信号和噪声之间的
最佳匹配ꎬ削弱强背景噪声响应中的噪声ꎬ提高响应的输出信噪比. 数值仿真和试验均表明ꎬ该方法参数寻优
效率高ꎬ简单易行ꎬ能够成功识别出强背景噪声下结构的模态参数.
关键词: 自适应随机共振ꎻ粒子群算法ꎻ强噪声ꎻ模态参数识别
中图分类号:ＴＵ３１１.３ 文献标识码:Ａ
Ｓｔｒｕｃｔｕｒａｌ ｍｏｄａｌ ｐａｒａｍｅｔｅｒｓ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ａｄａｐｔｉｖｅ ｓｔｏｃｈａｓｔｉｃ ｒｅｓｏｎａｎｃｅ ｄｅｎｏｉｓｉｎｇ
１ꎬ２ １ １
ＹＵ Ｂｏ ꎬＬＩＵ Ｚｈａｎｐｅｎｇ ꎬＪＩＡＮＧ Ｓｈａｏｆｅｉ
(１. Ｃｏｌｌｅｇｅ ｏｆ Ｃｉｖｉｌ ＥｎｇｉｎｅｅｒｉｎｇꎬＦｕｚｈｏｕ ＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕꎬＦｕｊｉａｎ ３５０１１６ꎬＣｈｉｎａꎻ
２. Ｕｒｂａｎ ａｎｄ Ｒｕｒａｌ Ｃｏｎｓｔｒｕｃｔｉｏｎ Ｃｏｍｍｉｔｔｅｅ ｏｆ Ｆｕｚｈｏｕ ＣｉｔｙꎬＦｕｚｈｏｕꎬＦｕｊｉａｎ ３５０００５ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ｂａｓｅｄ ｏｎ ｔｈｅ ｃｈａｌｌｅｎｇｅ ｏｆ ｓｔｒｕｃｔｕｒａｌ ｍｏｄａｌ ｐａｒａｍｅｔｅｒｓ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｉｎ ｔｈｅ ｃａｓｅ ｏｆ ｓｔｒｏｎｇ
－ －
ｎｏｉｓｅａｎｄｌｏｗ ｓｉｇｎａｌ ｔｏ ｎｏｉｓｅｒａｔｉｏ (ＳＮＲ)ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄｔｈｅｄｅｆｉｃｉｅｎｃｙ ｏｆ ｓｉｎｇｌｅｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉ￣
ｚａｔｉｏｎ ｉｎ ｔｒａｄｉｔｉｏｎａｌ ａｄａｐｔｉｖｅ ｓｔｏｃｈａｓｔｉｃ ｒｅｓｏｎａｎｃｅꎬｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｎｅｗ ａｄａｐｔｉｖｅ ｓｔｏｃｈａｓｔｉｃ ｒｅｓｏ￣
－
ｎａｎｃｅ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｍｕｌｔｉ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｃｏｌｌａｂｏｒａｔｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ (ＩＭＰＳＣＯ)ꎬｗｈｉｃｈ
－
ｃａｎ ｐｅｒｆｏｒｍ ｍｕｌｔｉ ｐａｒａｍｅｔｅｒ ｓｙｎｃｈｒｏｎｏｕｓｏｐｔｉｍｉｚａｔｉｏｎ. Ｃｏｍｂ
文档评论（0）