[发明专利]一种用于模态参数识别的信号降噪方法

说明书

本发明公开了一种用于模态参数识别的信号降噪方法,步骤一：利用含噪的结构脉冲响应信号构建Hankel矩阵；步骤二：求Hankel矩阵的秩，根据Hankel矩阵的秩求得定阶指标，利用定阶指标确定模型阶次；步骤三：利用定阶指标和结构低秩逼近对Hankel矩阵进行处理，得到低秩逼近后的重构矩阵；步骤四：重复步骤二和步骤三直至满足收敛标准，从而得到降噪信号。步骤五：利用所述降噪信号进行模态参数识别。本发明的有益效果是，通过设置收敛标准和结构低秩逼近的方式可以实现降噪前后的Hankel矩阵偏差的Frobenius范数趋近于最小，即可以实现降噪信号精度的提高。

技术领域

本发明涉及信号处理领域，尤其是一种用于模态参数识别的信号降噪方法。

背景技术

目前，为了保障桥梁、海洋平台等大型工程结构的安全服役，基于结构脉冲响应信号的结构健康检测技术发展迅速。而模态参数识别是该检测技术的基础性和关键性的环节。因此，提高模态参数识别的精度至关重要。

由于测试条件、仪器设备、人为操作等的影响，现场振动测试实验过程中总是存在一些不确定性因素，实测的信号不可避免地会受到背景噪声的干扰。尽管在数据采集过程中可以采取诸如平均、滤波和屏蔽等措施来降低噪声，但要想得到完全不受噪声污染的信号是不切实际的。为了更准确地识别结构的模态参数，消除信号中的噪声就变得很迫切。当前，信号降噪问题主要集中在声学、智能控制、电子学、图像与信号处理以及线性数学等领域，而针对结构的模态参数识别问题还缺少相关的信号降噪技术研究。在进行模态分析时，通常采用的做法是计算采用的模型阶次高于真实的模型阶次，从而容许了“噪声模态”的影响。但是这样识别的结果会产生虚假模态，而且会导致计算效率的降低，特别是当信号的信噪比低的时候，如何区分大量的虚假模态和真实模态将变得很困难。

目前，现有技术中提出基于低秩逼近技术进行信号降噪，该基于低秩逼近技术利用Hankel矩阵副对角线平均法，消噪后的信号进行模态参数识别，该方法在一定程度上提高了模态参数识别的精度，但是该消噪方法中降噪前后Hankel矩阵偏差的Frobenius范数不是最小值，即最终得到的并不是数学上的最优解，也就是说，信号降噪效果还有改进的空间。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种提高降噪精度的用于模态参数识别的信号降噪方法。

为实现上述目的，本发明采用下述技术方案：

一种用于模态参数识别的信号降噪方法，包括以下步骤：

步骤一：根据含噪的结构脉冲响应信号构建Hankel矩阵；

步骤二：求Hankel矩阵的秩，根据Hankel矩阵的秩求得定阶指标，利用定阶指标确定模型阶次；

步骤三：利用定阶指标和结构低秩逼近对Hankel矩阵进行处理，得到低秩逼近后的重构矩阵；

步骤四：重复步骤二和步骤三直至满足收敛标准，从而得到降噪信号。

步骤五：利用所述降噪信号进行模态参数识别。

优选的，步骤一中，所述含噪的结构脉冲响应信号为加速度、或速度、或位移。

优选的，步骤二中，采用奇异值分解的方式求取Hankel矩阵的秩。

优选的，步骤三中，获取重构矩阵的方式为：