导读:本文包含了虚假模态论文开题报告文献综述及选题提纲参考文献，主要关键词:爆破振动信号,CEEMD,解相关,模态混迭
虚假模态论文文献综述
李清,徐文龙,张迪,李娜,冯丹丹[1]（2019）在《爆破振动信号分析中模态混迭和虚假分量消除的改进方法》一文中研究指出针对CEEMD (Complementary Ensemble Empirical Model Decomposition)方法在处理爆破振动信号中模态混迭和虚假分量问题方面的局限性,提出一种改进的解相关CEEMD方法。第一,对信号端点进行特殊处理后,采用CEEMD对信号进行分解;第二,求取各IMF分量信号与原信号的相关系数及其频谱图,共同判定虚假分量;第叁,将虚假分量与主分量相加后,通过解相关计算消除模态混迭。仿真信号的CEEMD分解结果以及相关系数与能量插值计算表明,改进的解相关CEEMD方法分解精度比EMD(Empirical Model Decomposition)和CEEMD高,有效抑制了信号模态混迭现象,能够避免直接处理虚假分量而带来的能量损失。应用于爆破振动信号分解,基本保证了各IMF分量非主频率信号的能量比例较低。改进方法有效消除了爆破振动信号的模态混迭和虚假分量现象。(本文来源于《振动与冲击》期刊2019年17期）
宋明亮,苏亮,董石麟,罗尧治[2]（2017）在《模态参数自动识别的虚假模态剔除方法综述》一文中研究指出模态参数自动识别技术的关键在于对真实模态和虚假模态进行自动甄别。对模态参数识别方法中自动剔除虚假模态的方法进行了综述。围绕如何自动剔除虚假模态,将现有模态参数自动识别方法分为叁类:基于智能算法的稳定图自动分析方法、基于指标阈值的真假模态自动区分方法、基于改进识别算法获得清晰稳定图的自动分析技术。对以上叁类方法的原理进行了详细的介绍,提出了各自的特点、存在的问题以及将来的研究方向。结合实测加速度数据,采用具有代表性的自动识别方法对一钢筋混凝土结构建筑进行虚假模态的自动剔除,并对不同方法的识别结果进行了比较。(本文来源于《振动与冲击》期刊2017年13期）
魏本力[3]（2015）在《虚假信息误导的多模态话语分析》一文中研究指出公共信息传播具有快捷性和广泛性的特点,一旦传播的信息为编造的虚假信息,就会迅速大范围地误导社会大众,造成社会不稳定和秩序混乱的严重后果。本文以多模态话语分析为理论依据,选取大众传媒中虚假信息事件为分析语料,探究虚假信息误导的功能偏差及其认知成因。本文透过公共舆论表征方式研究揭示虚假信息误导的功能偏差,而研究其话语建构模式旨在于揭示虚假信息误导的认知成因。虚假信息误导的话语机制研究有助于揭示虚假信息的普遍模式,为避免遭受蒙骗提供参考策略。(本文来源于《贵州民族大学学报(哲学社会科学版)》期刊2015年04期）
孔祥龙,黄迪山[4]（2015）在《基于频域的EMD中虚假模态的消除》一文中研究指出针对经验模态分解(EMD)分量中存在的虚假模态分量,提出一种新的消除方法——在频域中消除虚假模态。通过模态分量频域能量守恒原理,对虚假模态分量进行分析,研究其能量关系,给出真假模态及模态混迭判别规则。编制MATLAB程序,对仿真数据进行虚假模态消除仿真。(本文来源于《工业控制计算机》期刊2015年06期）
章国稳,马婧华,陈卓[5]（2015）在《基于模态相似指数的PRCE虚假模态剔除》一文中研究指出针对多参考点复指数法虚假模态影响识别结果问题,提出了基于模态相似指数的虚假模态剔除方法。通过对系数矩阵施加不同的约束可以获得两组计算结果,两组计算结果中,同一物理极点会出现于同一位置,而虚假极点则随机分布。提出模态相似指数衡量两组结果中同一极点的相似程度,对每一结果计算模态相似指数,根据虚假模态相似指数远大于物理模态相似指数的特点剔除计算结果中由噪声、模型过估计等因素引起的虚假模态。利用改进多参考点复指数法对一个3自由度的线性时不变系统和重庆朝天门长江大桥模型进行辨识,实验结果表明,本研究方法可以在保留物理模态的前提下有效剔除计算结果中的虚假模态。(本文来源于《振动.测试与诊断》期刊2015年03期）
王树青,王典鹤,林裕裕,王巍巍,李慧[6]（2012）在《一种模态参数识别的虚假模态剔除技术》一文中研究指出针对背景噪声下结构的模态参数识别结果存在虚假模态的情况,分析虚假模态产生的原因,通过理论推导提出辨别虚假模态的判断条件,根据判断条件剔除识别模态参数中包含的虚假模态。以比例阻尼海洋平台结构数值模型为例,在模拟噪声水平5%的工况下,获得结构脉冲响应信号,对基于奇异值分解定阶消噪后的信号用复指数法进行模态参数识别,对识别的模态频率和阻尼比进行虚假模态剔除。结果表明:根据判断条件可有效剔除所识别参数中的虚假模态。(本文来源于《中国海洋大学学报(自然科学版)》期刊2012年09期）
余建新,赵鹏,谭惠丰[7]（2012）在《虚假模态参数识别试验研究》一文中研究指出为有效识别试验模态分析过程中的虚假模态和轴对称结构中的密集模态,对铝合金薄壳截锥壳卫星适配器样机的动态特性进行试验研究.采用电磁激振器进行激励和压电加速度传感器采集响应,获得结构整体频响函数.采用多项式方法拟合试验曲线,识别结构的模态参数.系统比较单输入单输出、单输入多输出、多输入多输出等方法对频响函数曲线中密集模态参数识别的影响,并对比分析试验结果与有限元仿真结果,进一步识别试验测试曲线中的虚假模态参数.试验结果表明:多输入多输出法更有利于分离轴对称结构的密集模态,试验获得铝合金截锥壳卫星适配器的前10阶固有模态;激振器安装不当导致频响函数曲线中存在虚假模态;对轻质结构进行试验模态分析时,需要考虑激振器的附加质量和附加刚度影响.(本文来源于《哈尔滨工业大学学报》期刊2012年07期）
汤宝平,章国稳,孟利波[8]（2012）在《基于模态能量的随机子空间虚假模态剔除》一文中研究指出针对基于协方差驱动随机子空间辨识法虚假模态影响识别结果的问题,提出了一种基于模态能量的虚假模态剔除方法.利用输出矩阵、状态矩阵的特征值与特征向量以及状态-输出协方差矩阵计算出识别结果中各阶模态分量的模态能量,对各假设模型阶数下计算出来的能量进行排序,保留能量最大的前j个模态用于绘制出稳定图,剩下的模态视作为虚假模态予以剔除.通过对3自由度的线性时不变系统和重庆朝天门长江大桥模型进行辨识,验证了该方法的有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2012年03期）
章国稳,汤宝平,潘飞[9]（2012）在《特征系统实现算法的虚假模态剔除方法》一文中研究指出针对虚假模态影响特征系统实现算法识别结果的问题,提出用奇异值分解结合模态能量水平来剔除特征系统实现算法识别结果中的虚假模态。利用奇异值分解(SVD)方法滤除信号中的部分噪声,减少噪声模态并提高识别结果精度,利用输出矩阵、状态矩阵的特征值和特征向量以及输入分配矩阵计算出识别结果中各阶模态能量矩阵,对其进行奇异值分解得到最大奇异值,将其作为各阶模态对输出能量贡献的衡量指标,称之为模态能量水平,然后由计算模态与噪声模态能量为零的特点剔除识别结果中的虚假模态。通过数值仿真和实例分析验证了方法的有效性。(本文来源于《重庆大学学报》期刊2012年03期）
黄迪山[10]（2011）在《经验模态分解中虚假模态分量消除法》一文中研究指出基于能量原理,提出经验模态分解(EMD)中虚假模态分量消除方法。在正常采样的条件下,分析信号EMD分解误差与虚假模态分量的关系,讨论虚假模态分量的性质。从EMD分解的完备性角度考虑在虚假模态存在情况下能量不守恒,给出模态函数消除法,从EMD分解结果中剔出虚假模态分量,消除信号经验模态分解误差。其有效性在所给例子中得到证实。(本文来源于《振动.测试与诊断》期刊2011年03期）
虚假模态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模态参数自动识别技术的关键在于对真实模态和虚假模态进行自动甄别。对模态参数识别方法中自动剔除虚假模态的方法进行了综述。围绕如何自动剔除虚假模态,将现有模态参数自动识别方法分为叁类:基于智能算法的稳定图自动分析方法、基于指标阈值的真假模态自动区分方法、基于改进识别算法获得清晰稳定图的自动分析技术。对以上叁类方法的原理进行了详细的介绍,提出了各自的特点、存在的问题以及将来的研究方向。结合实测加速度数据,采用具有代表性的自动识别方法对一钢筋混凝土结构建筑进行虚假模态的自动剔除,并对不同方法的识别结果进行了比较。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
虚假模态论文参考文献
[1].李清,徐文龙,张迪,李娜,冯丹丹.爆破振动信号分析中模态混迭和虚假分量消除的改进方法[J].振动与冲击.2019
[2].宋明亮,苏亮,董石麟,罗尧治.模态参数自动识别的虚假模态剔除方法综述[J].振动与冲击.2017
[3].魏本力.虚假信息误导的多模态话语分析[J].贵州民族大学学报(哲学社会科学版).2015
[4].孔祥龙,黄迪山.基于频域的EMD中虚假模态的消除[J].工业控制计算机.2015
[5].章国稳,马婧华,陈卓.基于模态相似指数的PRCE虚假模态剔除[J].振动.测试与诊断.2015
[6].王树青,王典鹤,林裕裕,王巍巍,李慧.一种模态参数识别的虚假模态剔除技术[J].中国海洋大学学报(自然科学版).2012
[7].余建新,赵鹏,谭惠丰.虚假模态参数识别试验研究[J].哈尔滨工业大学学报.2012
[8].汤宝平,章国稳,孟利波.基于模态能量的随机子空间虚假模态剔除[J].华中科技大学学报(自然科学版).2012
[9].章国稳,汤宝平,潘飞.特征系统实现算法的虚假模态剔除方法[J].重庆大学学报.2012
[10].黄迪山.经验模态分解中虚假模态分量消除法[J].振动.测试与诊断.2011