摘要
系统地阐述了运用改进的Morlet小波进行模态参数识别的方法。运用小波熵对小波参数进行了优化选择从而可以进行密频模态的识别,针对小波分析时产生的端部效应问题,提出了运用最小二乘支持向量机(LS-SVM)对小波骨架进行预测延拓的方法,经预测分析后可获取较准确的模态参数。通过仿真及实验信号的验证分析,表明基于LS-SVM方法可以有效地消除端部效应,且其准确效果优于基于RBF的神经网络和时变自回归的预测方法。
-
单位华中科技大学; 数字制造装备与技术国家重点实验室