改进Morlet小波自适应模态参数识别提升精度

本文主要探讨了"基于修正Morlet小波的自适应模态参数识别"这一技术，发表于2007年中国机械工程第18卷第20期下半月。作者何启源、汤宝平和程发斌来自重庆大学，他们针对结构动力学中的模态参数识别问题，提出了创新性的方法。传统的模态参数识别往往受限于分辨率和复杂模式的处理能力，而该研究通过修正Morlet小波，一种具有良好时频局部化的母小波，来解决这些问题。 核心思想是利用Morlet小波的特性，引入一个调整因子N，根据输入信号的特征动态调整小波的带宽。这种自适应策略旨在提高频率域中的分辨率，从而更有效地解析密集模态，避免了传统方法可能遇到的解耦困难。作者提出了能量极大值原则（CPME）、相邻尺度小波分解的最大距离原则（PMD）以及相关系数最小原则（PMR），这三者相结合，用于确定最佳的小波分解尺度，进一步优化模态参数的估计。 通过数值仿真，作者验证了这种方法在密集模态识别方面的有效性，结果显示，与传统方法相比，修正的Morlet小波自适应模态参数识别显著降低了模态参数的识别难度，特别是提高了模态频率和阻尼比的测量精度。这对于实际工程中的振动分析、结构健康监测和损伤诊断等领域具有重要意义。 关键词如"修正的Morlet小波"、"自适应"、"模态分析"和"参数识别"准确地概括了论文的核心内容，表明研究者关注的是如何通过先进的信号处理技术提升模态参数识别的精度和效率。这篇论文为结构动力学领域的研究人员提供了一种实用且有效的工具，推动了该领域的发展。