[发明专利]一种用于模态参数识别的信号降噪方法

摘要

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。

主权项

1.一种用于模态参数识别的信号降噪方法，其特征是：步骤一：利用传感器实测的结构脉冲响应信号构建Hankel矩阵；步骤二：求取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；步骤二中，采用奇异值分解的方式求取Hankel矩阵的秩；步骤三中，获取重构矩阵的方式为：设Hankel矩阵Hm×n，模型阶次为k，l为含噪信号数据点，重构矩阵为Hp×(k+q),其中p+k+q-1＝l，q＝1,2,…,n-k；重构矩阵Hp×(k+q)的第一列为l个含噪信号数据点中的前p个，重构矩阵的最后一行为l个数据点中的后k+q个；步骤三中，结构低秩逼近方式为：q初始值为1，将重构矩阵的定阶指标按照降序排列，比较定阶指标的最大值和次大值，若最大值大于等于K倍的次大值，则结构低秩逼近结束，获取低秩逼近后的重构矩阵，否则，q＝q+Δt,其中Δt∈N*，对Hankel矩阵进行重构，直至满足上述条件，其中，K≥4,K∈Z。