基于AR建模的两种模态分解方法及其在颤振信号处理中的应用研究

摘要

在飞机颤振试验中,基于结构随机激励响应信号的模态分解及参数提取技术是颤振信号处理中一项重要的研究课题.针对颤振随机响应信号的特点和分析需求,该文综合运用时间序列分析理论、匹配追踪(Matching Pursuit)自适应分解算法和经验模态分解(Empirical Mode Decomposition)算法,提出了两种新的随机响应信号模态分解及参数提取方法:1)基于AR(2)模型的自相关匹配追踪方法(AR-MP);2)基于AR模型的经验模态分解匹配追踪方法(EMD-MP).该文对两种方法的数学原理进行了细致研究,并分析了各自的特点.通过与Laplace小波方法对比,所提出的两种方法尤其是EMD-MP方法,在随机响应信号的分析与处理方面具有明显优势,为基于随机激励的颤振响应信号的模态分解及参数提取提供了一种有效的新途径,能够满足工程实际的需要.

目录

文摘

英文文摘

第一章前言

§1.1颤振信号处理概述

§1.2小波概述

§1.3模态分解技术

§1.4本文工作

第二章相关基础理论

§2.1时序建模简述

§2.1.1随机过程模型

§2.1.2模型定阶

§2.1.3参数估计与参数谱

§2.2 Laplace小波

§2.2.1小波分析

§2.2.2 Laplace小波定义

§2.2.3相关滤波算法

§2.3模态分解算法

§2.3.1匹配追踪算法

§2.3.2经验模态分解

§2.3.3关于MP与EMD的探讨

第三章AR-MP与EMD-MP模态分解方法

§3.1颤振模态分析技术

§3.2 AR-MP方法

§3.2.1 AR模型参数与模态参数的关系

§3.2.2 AR模型的自相关序列

§3.2.3 AR(2)模型匹配追踪算法

§3.3 EMD-MP模态分解方法

§3.3.1关键算法

§3.3.2 EMD-MP模态分解算法步骤

§3.3.3用AR时间序列预测方法抑制端点效应

§3.3.4模态参数提取

第四章数值仿真与性能分析

§4.1仿真原理

§4.2仿真软件及数据文件说明

§4.3 AR-MP方法

§4.3.1单一模态

§4.3.2多模态

§4.3.3抗噪声性能

§4.3.4变样本长度

§4.4 EMD-MP方法

§4.4.1 AR谱相关定阶

§4.4.2模态分解及参数提取

§4.4.3 Hilbert谱

§4.5多种方法的对比

§4.5.1 AR-MP与Laplace小波

§4.5.2 EMD-MP与EMD

§4.5.3 AR-MP与EMD-MP

第五章试验数据处理

§5.1低速风洞颤振试验简介

§5.2测试系统

§5.3数据处理

§5.3.1 AR-MP方法数据处理结果

§5.3.2 EMD-MP方法数据处理结果

第六章结论与建议

致谢

参考文献