环境激励下结构模态识别：自然激励-时域分解新方法

"环境激励下识别结构模态自然激励一时域分解法 (2013年)" 在《环境激励下识别结构模态自然激励一时域分解法》这篇论文中，研究者针对实际环境中结构受到随机激励时的模态参数识别问题，提出了一种新的方法——自然激励-时域分解法（Natural Excitation- Time Domain Decomposition, 简称NE-XTDD）。传统的时域分解算法通常适用于结构自由振动响应的信号分析，而这篇论文将其适用范围扩展到了更广泛的环境激励情况。 论文首先建立了自然激励技术的统一模型，通过对白噪声激励下结构位移响应的互相关函数进行处理，得到了一个与单位脉冲响应函数具有相同数学结构的新函数。这个新函数满足了时域分解算法的推广适用条件，意味着它可以替代传统的自由振动响应信号。这一创新使得在只有结构有限测点响应数据的情况下，也能有效地进行模态参数识别。 具体实现过程中，研究者通过数字滤波器将自然激励技术和时域分解算法相结合，构建了NE-XTDD方法。这种方法利用自然激励技术获取的新函数来构建响应时间历程矩阵，为在环境激励下识别结构的位移模态提供了一个新的实用途径。 论文通过仿真算例验证了NE-XTDD方法的合理性和有效性，证明了在环境激励条件下，该方法能够准确地识别出结构的模态参数，对于实际工程中的结构健康监测和动态性能评估具有重要的理论和应用价值。 关键词涉及到的领域包括：模态识别、环境激励、时域分解算法、互相关函数、自然激励技术以及自然激励-时域分解法。这篇论文的发表对于工程技术领域的研究者和实践者来说，提供了新的思路和工具，有助于改进现有结构动力学分析的方法，特别是在复杂环境下的模态识别问题。