论文部分内容阅读
结合随机状态空间方程和极大似然法的期望最大EM算法进行了结构运行模态分析。EM算法以迭代的方式更新模型参数,进而得到状态空间方程的极大似然估计。模态参数通过状态空间模型参数求得。应用了平方根卡尔曼滤波方程提高EM迭代过程的计算稳健性。考虑到状态空间方程中激励噪声和测量噪声的相关性,建立了更完善的参数化状态空间方程。通过数值模拟对比分析,结果表明:考虑噪声相关性的EM算法比假设噪声不相关的EM算法具有更高的识别精度,EM算法在采样数据较少的情况下比随机子空间方法更有优势。