协方差驱动随机子空间辨识的参数敏感性分析.pdfVIP

第44卷第1期噪声与振动控制Vol44No.1

2024年2月NOISEANDVIBRATIONCONTROLFeb.2024

文章编号：1006-1355(2024)01-0029-08

协方差驱动随机子空间辨识的参数敏感性分析

1,212

赵丽洁，高晓建，练继建

(1.河北工程大学土木工程学院，河北邯郸056038；2.天津大学建筑工程学院，天津300072)

摘要：协方差驱动随机子空间辨识（Covariance-drivenStochasticSubspaceIdentification，SSI-cov）是近年来发展较

为成熟的工作模态分析方法。针对其识别精度和效率对参数设置具有较高敏感性的问题，基于敏感性分析方法，利用

奇异熵增量跳跃点明显程度、频率平均识别误差、阻尼比总变异系数、振型平均模态置信因子、运行时间5种评价指标

以及稳定图，通过一经典五自由度层模型仿真算例，研究Toeplitz矩阵行块数、采样频率、数据长度对SSI-cov识别结果

的影响规律。并给出既能满足精度要求又可控制程序运行时间的参数建议取值范围。最后，通过一缩尺三层框架模

型在白噪声激励下实测数据对提出的根据SSI-cov改进参数设置进行验证，结果表明提出的各参数建议取值范围均较

为合理。

关键词：振动与波；随机子空间辨识；敏感性分析；参数优化；Toeplitz矩阵行块数；采样频率

中图分类号：TU317文献标志码：ADOI编码：10.3969/j.issn.1006-1355.2024.01.005

ParameterSensitivityAnalysisof

Covariance-drivenStochasticSubspaceIdentification

1,212

ZHAOLijie,GAOXiaojian,LIANJijian

(1.SchoolofCivilEngineering,HebeiUniversityofEngineering,Handan056038,Hebei,China;

2.SchoolofCivilEngineering,TianjinUniversity,Tianjin300072,China)

Abstract:Covariance-drivenstochasticsubspaceidentification(SSI-cov)isarelativelymatureoperationalmodal

analysismethodinrecentyears.However,itsidentificationaccuracyandefficiencyarehighlysensitivetoparameter

settings.Inthispaper,thestabilitydiagramandfiveevaluationindexes,includingtheapparentdegreeo