包邮国之重器出版工程 仅基于响应的结构模态参数鲁棒辨识技术

第 1 章　 绪论 ………………………………………………………………………… 001

1 1　 结构模态参数辨识的意义与基本任务 ……………………………… 002

1 2　 仅基于响应的结构模态参数辨识发展现状 ………………………… 005

1 3　 深度学习在反问题中的应用………………………………………… 026

第 2 章　 时间序列模型………………………………………………………………… 031

2 1　 引言 …………………………………………………………………… 032

2 2　 ＡＲＭＡＸ 模型 …………………………………………………… 033

2　 3　 ＴＡＲＭＡ 模型 …………………………………………………… 042

2 4　 模态参数的计算 ……………………………………………………… 050

2 5　 小结 …………………………………………………………………… 051

第 3 章　 基于传递率的结构模态参数辨识方法 …………………………………… 053

3 1　 引言 …………………………………………………………………… 054

3 2　 传递率的概念与计算方法…………………………………………… 055

3 3　 传递率的影响因素分析 ……………………………………………… 061

3 4　 传递率在模态参数辨识中的应用 …………………………………… 065

3 5　 仿真结果与比较分析 ………………………………………………… 076

3 6　 小结 …………………………………………………………………… 092

第 4 章　 基于信号分解的结构模态参数辨识方法 ………………………………… 095

4 1　 引言 …………………………………………………………………… 096

4 2　 非平稳信号分析与分解 ……………………………………………… 097

4 3　 基于统计特性的谐波响应检测……………………………………… 101

4 4　 时变结构密频模态检测与辨识……………………………………… 103

4 5　 仿真结果与分析 ……………………………………………………… 105

4 6　 小结 …………………………………………………………………… 116

第 5 章　 基于*大互相关熵的结构模态参数辨识方法 …………………………… 119

5 1　 引言 …………………………………………………………………… 120

5 2　 非高斯脉冲噪声的表征 ……………………………………………… 121

5 3　 互相关熵的基本概念 ………………………………………………… 125

5 4　 基于广义*大互相关熵的批量辨识方法 …………………………… 127

5 5　 基于广义*大互相关熵的递推辨识方法 …………………………… 132

5 6　 仿真结果与分析 ……………………………………………………… 138

5 7　 小结 …………………………………………………………………… 148

第 6 章　 基于深度学习的结构模态参数黑箱递推辨识方法 ……………………… 149

6 1　 引言 …………………………………………………………………… 150

6 2　 深度学习模型 ………………………………………………………… 151

6 3　 递推辨识网络模型与步骤…………………………………………… 155

6 4　 递推辨识结果与分析 ………………………………………………… 158

6 5　 小结 ……………………………………………………………………… 169

第 7 章　 基于深度学习的时变结构模态参数递推辨识综合增强方法……………… 171

7 1　 引言 …………………………………………………………………… 172

7 2　 时变结构振动场递推重建方法……………………………………… 173

7 3　 时变结构辨识的单模态递推筛选方法 ……………………………… 182

7 4　 时变结构递推辨识综合增强………………………………………… 192

7 5　 任务 “粒度” 对深度学习模型的影响 …………………………… 195

7 6　 小结 …………………………………………………………………… 200

参考文献 …………………………………………………………………………………… 203

附录　 主要缩略词 ……………………………………………………………………… 229