基于多源数据融合的二元翼段模态辨识方法研究

摘要

针对试验数据较少、单一试验存在测试误差等问题,利用多源数据融合能够实现信息互补、增强鲁棒性和减少不确定性等优势进行模态参数辨识.本文通过建立二元翼段模型来仿真模拟多源数据,分别采用加权平均法和Dempster-Shafer(D-S)证据理论等的数据融合算法,结合STD模态参数辨识方法,进行二元翼段模态参数辨识方法研究.为减少人为因素对结果判断的影响,本文在D-S证据理论基础上提出了一种基于正态分布的基本概率分配函数(BPA)给定方法,通过与理论计算结果的对比,验证了融合方法的正确性,提高了模态参数辨识的鲁棒性.