摘要：针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足,提出一种基于改 进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法,结合利希尔伯特变换来识别出结构的模 态参数. 该算法能够更快得到最佳随机共振系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的 最佳匹配,削弱强背景噪声响应中的噪声,提髙响应的输出信噪比. 数值仿真和试验均表明,该方法参数寻优 效率髙,简单易行,能够成功识别出强背景噪声下结构的模态参数.
分类：期刊> 自然科学与工程技术> 基础科学> 基础科学综合
收录：北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘杂志 > 数学文摘
关键词：自适应随机共振 粒子群算法 强噪声 模态参数识别
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
