时间序列分析在振动系统时变参数辨识中的应用
| 1 绪论 | 第1-13页 |
| 1．1 研究背景及意义 | 第8页 |
| 1．2 识别技术综述 | 第8-10页 |
| 1．2．1 非时变结构参数的识别 | 第8-9页 |
| 1．2．2 时变结构参数的识别 | 第9-10页 |
| 1．3 时间序列分析简介 | 第10-11页 |
| 1．4 本论文的研究目的及研究内容 | 第11-13页 |
| 2 时间序列模型的识别 | 第13-21页 |
| 2．1 模型类型的判断 | 第13-15页 |
| 2．1．1 样本自相关和偏自相关函数 | 第13-14页 |
| 2．1．2 模型类型识别判据 | 第14-15页 |
| 2．2 模型定阶准则 | 第15-16页 |
| 2．3 数字算例 | 第16-20页 |
| 2．4 本章小结 | 第20-21页 |
| 3 时间序列模型的参数估计 | 第21-31页 |
| 3．1 AR模型参数估计 | 第21-24页 |
| 3．1．1 最小二乘法 | 第21-22页 |
| 3．1．2 Levinson算法 | 第22页 |
| 3．1．3 Burg算法 | 第22-24页 |
| 3．2 ARMA模型参数估计 | 第24-28页 |
| 3．2．1 先后估计法 | 第24-27页 |
| 3．2．2 长自回归白噪法 | 第27-28页 |
| 3．3 数字算例 | 第28-30页 |
| 3．4 本章小结 | 第30-31页 |
| 4 时不变振动系统模态参数辨识 | 第31-53页 |
| 4．1 线性时不变振动系统 | 第31页 |
| 4．2 振动微分方程与ARMA模型的关系 | 第31-34页 |
| 4．3 ARMA模型的物理意义 | 第34-35页 |
| 4．4 单变量 ARMA(AR)模型法 | 第35-37页 |
| 4．4．1 模态频率和模态阻尼比的估计 | 第35-36页 |
| 4．4．2 模态振型的估计 | 第36-37页 |
| 4．5 多变量AR模型法 | 第37-40页 |
| 4．5．1 多变量AR模型 | 第37-38页 |
| 4．5．2 模型参数估计 | 第38页 |
| 4．5．3 多变量 AR模型的定阶 | 第38-39页 |
| 4．5．4 模态参数估计 | 第39-40页 |
| 4．6 基于 Prony法的模态参数识别 | 第40-43页 |
| 4．6．1 Prony法 | 第40-42页 |
| 4．6．2 模态参数估计 | 第42-43页 |
| 4．6．3 Prony法的模型定阶 | 第43页 |
| 4．7 数字算例 | 第43-49页 |
| 4．7．1 脉冲激励下仿真结果及分析 | 第43-46页 |
| 4．7．2 白噪声激励下仿真结果及分析 | 第46-49页 |
| 4．8 应用实例 | 第49-52页 |
| 4．9 本章小结 | 第52-53页 |
| 5 时变振动系统模态参数辨识 | 第53-67页 |
| 5．1 线性时变振动系统 | 第53页 |
| 5．2 时变单变量 AR模型法 | 第53-56页 |
| 5．2．1 时变单变量 AR模型 | 第54页 |
| 5．2．2 时变模型系数估计 | 第54-55页 |
| 5．2．3 时变模态参数识别 | 第55-56页 |
| 5．2．4 基函数 | 第56页 |
| 5．3 时变多变量AR模型法 | 第56-59页 |
| 5．3．1 时变多变量 AR模型 | 第56-57页 |
| 5．3．2 时变模型系数矩阵估计 | 第57-58页 |
| 5．3．3 时变模态参数识别 | 第58-59页 |
| 5．4 时变多变量 Prony模型法 | 第59-60页 |
| 5．5 数字算例 | 第60-62页 |
| 5．6 应用实例 | 第62-66页 |
| 5．7 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附录 | 第75页 |
