首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于现代时频分析的环境激励模态参数识别方法研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-23页
   ·课题来源第10页
   ·课题的提出及研究意义第10-20页
     ·模态分析第10-11页
     ·环境激励模态参数识别方法及其研究进展第11-19页
     ·课题的提出及研究意义第19-20页
   ·论文的章节安排及主要研究内容第20-21页
   ·论文的主要创新点第21-23页
2 基于最优复 Morlet 小波的自适应模态参数识别第23-48页
   ·引言第23页
   ·基于连续小波变换的模态参数识别第23-30页
     ·连续小波变换第23-25页
     ·连续小波变换识别模态参数第25-30页
   ·基于最优复 Morlet 小波的自适应模态参数识别第30-39页
     ·母小波的选取第30-31页
     ·最优小波基的设计第31-33页
     ·最佳分解尺度的自适应提取第33-34页
     ·基于支持向量机的端点效应抑制第34-39页
   ·应用实例第39-46页
   ·本章小结第46-48页
3 基于限制带宽EMD 的模态参数识别第48-75页
   ·引言第48-49页
   ·基于HHT 的模态参数识别方法第49-51页
   ·经验模式分解(EMD)第51-56页
     ·瞬时频率及固有模态函数第51-53页
     ·EMD 过程第53-55页
     ·EMD 的终止条件第55-56页
   ·EMD 的不足第56-57页
   ·限制带宽EMD第57-65页
     ·斯密特正交化方法第58-60页
     ·限制带宽EMD第60-65页
   ·提高HHT 模态参数识别精度的小波包消噪方法第65-71页
     ·小波包分解第66页
     ·小波包消噪第66-71页
   ·应用实例第71-74页
   ·本章小结第74-75页
4 基于分层抽样技术的短样本模态参数识别第75-93页
   ·引言第75-76页
   ·随机减量法触发条件分析第76-81页
   ·扩展的随机减量法(Extended Random Decrement,ERD)第81-83页
   ·分层抽样技术第83-84页
     ·常用的层权确定方法第83-84页
     ·基于拟合偏差和样本容量的层权确定方法第84页
   ·基于分层抽样技术的短样本模态参数识别方法第84-90页
     ·基于分层抽样和最优复Morlet 小波的短样本模态参数识别第85-88页
     ·基于分层抽样和HHT 的短样本模态参数识别第88-90页
   ·应用实例第90-92页
   ·本章小结第92-93页
5 结构实验模态分析系统的设计及应用第93-132页
   ·引言第93页
   ·结构实验模态分析系统设计第93-102页
     ·需求分析第93-94页
     ·系统总体方案设计第94-98页
     ·通用标准功能模块设计第98-102页
   ·功能模块设计第102-114页
     ·结构建模模块与振型动画模块设计第102-106页
     ·数据采集模块设计第106-108页
     ·数据分析处理模块设计第108-112页
     ·模态参数识别模块设计第112-114页
   ·系统应用实例第114-131页
     ·频域参数识别方法应用第114-120页
     ·时域参数识别方法应用第120-126页
     ·现代时频参数识别方法应用第126-131页
   ·本章小结第131-132页
6 结论及展望第132-134页
   ·结论第132-133页
   ·后继工作展望第133-134页
致谢第134-135页
参考文献第135-145页
附录第145-146页
 A. 作者在攻读博士学位期间发表的论文目录第145-146页
 B. 作者在攻读博士学位期间参加的科研项目第146页

论文共146页,点击 下载论文
上一篇:虚拟植物器官生长和变形技术研究
下一篇:RNA二级结构预测算法的研究