截断奇异值(truncated singular value decomposition,TSVD)法通过截掉病态观测方程系数矩阵的小奇异值来改善模型的病态性,提高参数估值的稳定性和精度。然而,截除小奇异值后,改变了观测方程的结构,不仅参数估值有偏,残差估值也是有偏...截断奇异值(truncated singular value decomposition,TSVD)法通过截掉病态观测方程系数矩阵的小奇异值来改善模型的病态性,提高参数估值的稳定性和精度。然而,截除小奇异值后,改变了观测方程的结构,不仅参数估值有偏,残差估值也是有偏的;因此,其单位权方差不能用传统的估计公式计算。针对此,导出了TSVD正则化解的单位权方差无偏公式,并以第一类Fredholm积分方程和病态测边网为算例验证了公式的正确性。展开更多
针对受力状态映射法作为辨识非线性结合部参数重要方法具有物理意义明确、辨识准确等特点,而实际辨识试验时结构某些参数难以测定、致辨识过程困难等问题,提出结合子结构模态综合法的受力状态映射法,可有效解决该问题。参数辨识过程中...针对受力状态映射法作为辨识非线性结合部参数重要方法具有物理意义明确、辨识准确等特点,而实际辨识试验时结构某些参数难以测定、致辨识过程困难等问题,提出结合子结构模态综合法的受力状态映射法,可有效解决该问题。参数辨识过程中对模型易出现的缺失项及冗余项,利用基于TSVD(Truncated Singular Value Decomposition)正则化方法的模型迭代修正法。仿真模型表明,修正模型较精确模型误差小、辨识精度高。通过对导轨结合部进行参数辨识实验研究,证明辨识方法的有效性及准确性。展开更多
文摘截断奇异值(truncated singular value decomposition,TSVD)法通过截掉病态观测方程系数矩阵的小奇异值来改善模型的病态性,提高参数估值的稳定性和精度。然而,截除小奇异值后,改变了观测方程的结构,不仅参数估值有偏,残差估值也是有偏的;因此,其单位权方差不能用传统的估计公式计算。针对此,导出了TSVD正则化解的单位权方差无偏公式,并以第一类Fredholm积分方程和病态测边网为算例验证了公式的正确性。
文摘针对受力状态映射法作为辨识非线性结合部参数重要方法具有物理意义明确、辨识准确等特点,而实际辨识试验时结构某些参数难以测定、致辨识过程困难等问题,提出结合子结构模态综合法的受力状态映射法,可有效解决该问题。参数辨识过程中对模型易出现的缺失项及冗余项,利用基于TSVD(Truncated Singular Value Decomposition)正则化方法的模型迭代修正法。仿真模型表明,修正模型较精确模型误差小、辨识精度高。通过对导轨结合部进行参数辨识实验研究,证明辨识方法的有效性及准确性。
