基于小波多分辨率分析的时变结构参数识别研究

摘要：

提出一种小波多分辨率分析的最优尺度选择方法,并将其应用于结构时变物理参数的识别.首先,从函数空间剖分的角度引入WMRA对时变参数进行多分辨率近似展开,将振动微分方程转化成多元线性回归方程,根据时变参数的频率范围及采样频率、线性方程组的个数等确定分解层数取值范围;其次,利用赤池信息准则(AIC)寻求最优分解尺度,为增强数据的稳定性,采用正交最小二乘算法(OLS)代替传统最小二乘算法(LS)对模型中小波系数进行估计并重构时变参数;最后,分别以突变和连续变化的两种时变参数的5层剪切框架模型进行数值模拟.分析结果表明:在预先确立的分解尺度范围内,采用无噪声干扰的响应信号进行识别时,识别精度随着分解尺度的增加而增加;采用噪声干扰的测量信号进行识别时,识别精度与分解尺度的增加无必然联系;通过选择适当的分解尺度,能够准确识别时变参数、提高方法的计算效率并保证很好的抗噪性能.

关键词：时变结构、参数识别、多分辨率分析、最优分解尺度、正交最小二乘

所属期刊栏目：33

分类号：TU311.3(建筑结构)

资助基金：国家自然科学基金项目51178211;甘肃省青年科技基金计划项目2014GS03277

在线出版日期：2016-10-25（万方平台首次上网日期，不代表论文的发表时间）

页码：94-102