基于无线传感器网络的分布式结构模态参数识别方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题来源及研究目的和意义 | 第9-11页 |
1.1.1 课题来源 | 第9页 |
1.1.2 研究的目的和意义 | 第9-11页 |
1.2 无线传感器网络分布式 | 第11-13页 |
1.3 结构模态参数识别方法 | 第13-15页 |
1.3.1 频域法 | 第13-14页 |
1.3.2 时域法 | 第14页 |
1.3.3 随机减量技术研究现状 | 第14-15页 |
1.4 分布式模态识别研究现状 | 第15-16页 |
1.5 本文主要研究内容和创新点 | 第16-18页 |
1.5.1 本文的主要研究内容 | 第16-17页 |
1.5.2 本文研究的创新点 | 第17-18页 |
第2章 改进随机减量技术方法研究 | 第18-33页 |
2.1 引言 | 第18页 |
2.2 随机减量技术原理 | 第18-20页 |
2.3 改进随机减量技术 | 第20-24页 |
2.4 触发条件 | 第24-26页 |
2.4.1 极值触发条件 | 第25-26页 |
2.4.2 带触发条件 | 第26页 |
2.5 环境激励技术 | 第26-28页 |
2.6 ITD法原理 | 第28-30页 |
2.6.1 ITD法基本原理 | 第28页 |
2.6.2 编制改进随机减量/ITD法分析程序 | 第28-29页 |
2.6.3 编制环境激励/ITD法分析程序 | 第29-30页 |
2.7 仿真算例 | 第30-32页 |
2.8 本章小结 | 第32-33页 |
第3章 分布式模态振型参数识别 | 第33-54页 |
3.1 引言 | 第33页 |
3.2 整体模态振型的分布式算法 | 第33-45页 |
3.2.1 子结构模态振型调整因子 | 第33-36页 |
3.2.2 递推最小二乘法 | 第36-42页 |
3.2.3 调整因子求解算例 | 第42-45页 |
3.3 斜拉桥模型的分布式模态参数识别 | 第45-52页 |
3.3.1 斜拉桥模型介绍 | 第45-46页 |
3.3.2 测点布置 | 第46-47页 |
3.3.3 实验结果分析 | 第47-52页 |
3.4 本章小结 | 第52-54页 |
第4章 基于改进随机减量技术分布式算法 | 第54-69页 |
4.1 引言 | 第54页 |
4.2 算法实施 | 第54-56页 |
4.2.1 改进随机减量/ITD集中式算法实施 | 第54-55页 |
4.2.2 环境激励/ITD分布式算法实施 | 第55页 |
4.2.3 改进随机减量/ITD分布式算法实施 | 第55-56页 |
4.3 无线传感网络传递通信量对比 | 第56-57页 |
4.4 桁架模型仿真验证 | 第57-67页 |
4.5 本章小结 | 第67-69页 |
结论 | 第69-71页 |
参考文献 | 第71-76页 |
致谢 | 第76页 |