[发明专利]一种强背景噪声环境下的模态参数识别方法

摘要

一种强背景噪声环境下的模态参数识别方法，先通过力锤敲击实验测得一级脉冲响应信号，然后通过谱减法对一级脉冲响应信号进行初步降噪，得到二级脉冲响应信号，再使用最小均方差短时谱估计方法对二级脉冲响应信号进行二次降噪，得到理想的脉冲响应信号，最后采用模态参数识别算法对理想的脉冲响应信进行模态参数识别，本发明具有自适应、计算速度快，强噪声环境下模态参数识别准确等优点。

主权项

1.一种强背景噪声环境下的模态参数识别方法，其特征在于，包括以下步骤：步骤一，通过力锤敲击实验，测得一级脉冲响应信号y(t)，测得的一级脉冲响应信号y(t)包含理想的脉冲响应信号和背景噪声信号n(t)，t代表时间；步骤二，采用最优平滑算法、最小统计的噪声估计算法，或者最小受控递归平均法中任意一种获取一级脉冲响应信号y(t)的背景噪声估计值步骤三，对测得的一级脉冲响应信号y(t)和一级脉冲响应信号y(t)的背景噪声估计值进行分帧，加汉宁窗和FFT处理，得到y(t)的幅度谱Y(p,k)和相位谱φ(p,k)，以及的幅度谱Y(p,k)表示y(t)的第p帧信号的第k根谱分量幅值，φ(p,k)表示y(t)的第p帧信号的第k根谱分量相位，表示的第p帧信号的第k根谱分量幅值，分帧时，每帧长度为0.02倍的采样频率，前后帧之间采用50％的重叠度；步骤四，通过谱减法对测得一级脉冲响应信号y(t)的幅度谱Y(p,k)进行降噪处理，得到初步降噪后幅度谱计算公式为：其中，谱减系数α＝9，β＝0.05；步骤五，将步骤三得到的相位谱φ(p,k)和步骤四中得到的初步降噪后幅度谱结合，通过傅立叶逆变换和重叠相加，得到二级脉冲响应信号y₁(t)；步骤六，采用最优平滑算法、最小统计的噪声估计算法，或者最小受控递归平均法中任意一种获取二级脉冲响应信号y₁(t)的背景噪声估计值步骤七，对二级脉冲响应信号y₁(t)和二级脉冲响应信号y₁(t)的背景噪声估计值进行分帧，加汉宁窗和FFT处理，得到二级脉冲响应信号y₁(t)的幅度谱Y₁(p,k)和相位谱φ₁(p,k)，以及的幅度谱Y₁(p,k)表示y₁(t)的第p帧信号的第k根谱分量幅值，φ₁(p,k)表示y₁(t)的第p帧信号的第k根谱分量相位，表示的第p帧信号的第k根谱分量幅值，分帧时，每帧长度为0.2倍的采样频率，前后帧之间采用50％的重叠度；步骤八，计算二级脉冲响应信号y₁(t)的每一帧后验信噪比估计值，计算公式为：其中，代表的方差，与Y₁(p,k)已在步骤七中计算得到；步骤九，通过最小均方差短时谱估计方法对二级脉冲响应信号y₁(t)的幅度谱Y₁(p,k)进行二次降噪处理，得到二次降噪后幅度谱该计算过程采用循环方式进行，循环从第一帧开始到最后一帧结束，依次进行下面①～⑤步计算，步骤如下：①使用经典DD算法，计算二级脉冲响应信号y₁(t)的第p帧先验信噪比估计值，计算公式为：其中，衰减系数β′＝0.98；已在步骤八中计算得到；的初始值设置为0向量，以后的每一帧使用第⑤步计算结果；代表第p+1帧信号的第k根谱分量的后验信噪比估计值，该值已在步骤八中计算得到；②计算二级脉冲响应信号y₁(t)的第p帧谱分量的噪声抑制因子，计算公式为:其中使用第①步计算结果；③使用先验信噪比估算方法，计算二级脉冲响应信号y₁(t)的第p帧先验信噪比估计值，计算公式为：其中，衰减系数β′＝0.98；Y₁(p,k)已在步骤七中计算得到；已在步骤八中计算得到；G_DD(p,k)使用第②步计算结果；已在步骤八中计算得到；④计算二级脉冲响应信号y₁(t)的第p帧谱分量的噪声抑制因子，计算公式为:其中使用第③步计算结果；⑤通过最小均方差短时谱估计方法对Y₁(p,k)的第p帧谱分量进行二次降噪处理，得到二次降噪后幅度谱计算公式为：其中G(p,k)使用第④步计算结果；Y₁(p,k)已在步骤七中计算得到；步骤十，将步骤七中得到的相位谱φ₁(p,k)和采用最小均方差短时谱估计方法后得到的二次降噪后幅度谱结合，通过傅立叶逆变换和重叠相加，得到理想的脉冲响应信号步骤十一，通过模态参数识别方法对理想的脉冲响应信号进行模态参数识别。