欠定盲源分离在模态参数识别中的应用
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题背景及研究目的和意义 | 第15-16页 |
| 1.2 模态分析 | 第16-17页 |
| 1.3 盲源分离在模态参数识别中的应用背景 | 第17-19页 |
| 1.4 本文研究内容 | 第19-22页 |
| 第二章 基于密度峰值聚类算法的模态参数识别 | 第22-45页 |
| 2.1 结构振动理论 | 第22页 |
| 2.2 盲源分离基本原理 | 第22-23页 |
| 2.3 稀疏成分分析算法流程 | 第23-34页 |
| 2.3.1 短时傅里叶变换基本原理 | 第25-26页 |
| 2.3.2 模态分析中的稀疏性 | 第26页 |
| 2.3.3 振动信号去噪和模态振型矩阵计算原理 | 第26-30页 |
| 2.3.4 经典聚类算法原理简介 | 第30-32页 |
| 2.3.5 密度峰值聚类算法原理 | 第32-34页 |
| 2.4 基于平滑l0算法的单模态信号重构 | 第34-36页 |
| 2.5 模态识别算例 | 第36-43页 |
| 2.5.1 计算模态振型 | 第36-41页 |
| 2.5.2 单模态信号重构 | 第41-43页 |
| 2.6 本章小结 | 第43-45页 |
| 第三章 基于平行因子分析的结构模态参数识别 | 第45-60页 |
| 3.1 空间时频分布理论 | 第45页 |
| 3.2 多源点与单源点 | 第45-47页 |
| 3.3 平行因子分析的基本理论 | 第47-49页 |
| 3.4 在模态分析中构建平行因子模型 | 第49-50页 |
| 3.5 CANDECOMP算法的基本原理 | 第50-52页 |
| 3.6 CANDECOMP算法在模态分析中的应用 | 第52-53页 |
| 3.7 重构模态坐标信号 | 第53-54页 |
| 3.8 数学求解 | 第54-59页 |
| 3.9 本章小结 | 第59-60页 |
| 第四章 剪切型钢框架实验与算法验证 | 第60-75页 |
| 4.1 四层剪切型钢框架模型 | 第60-62页 |
| 4.2 基于密度峰值聚类算法的实验验证 | 第62-68页 |
| 4.3 平行因子分析算法的实验验证 | 第68-71页 |
| 4.4 两种算法识别结果对比 | 第71-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 结论与展望 | 第75-77页 |
| 5.1 主要研究工作与结论 | 第75页 |
| 5.2 展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录1 | 第82-85页 |
| 附录2 | 第85-86页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第86-87页 |
