张锦东1,郭小农1,罗晓群1,张玉建1,徐洪俊1,2
振动与冲击. 2022, 41(2): 255-264.
针对一类多模态振动衰减信号的模态参数识别,结合奇异值分解(singular value decomposition ,SVD)、解析模态分解(analytical mode decomposition ,AMD)、自回归功率谱(auto regressive power spectral density ,ARPSD)和粒子群算法(particle swarm optimization ,PSO),提出了一种改进的模态参数识别方法(PSO-AMD),可实现在强干扰环境下密集频率信号的模态参数识别。对模拟振动响应信号的分析结果表明,本文提出的改进方法具有更高的稳定性,对低信噪比、密集频率、大阻尼的振动信号仍保持高识别精度。本文的模态参数识别方法可应用于复杂噪声环境中的大阻尼和密集频率衰减振动信号的模态参数识别。