.png){kind=icon}
返回
Bayesian time-domain semi-analytical method for dynamic parameter identification based on filtering technology
.png){kind=icon}
PRE
AI
DOI：10.1080/0305215X.2025.2551078.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种基于滤波技术和贝叶斯框架的时间域方法，用于识别目标频带内的动态参数。对于线性时不变系统，由于卷积的交换律，系统输入和输出的滤波序列可互换。通过特征分解推导了状态转移矩阵的半解析表达式，建立了关于固有频率和阻尼比的模式响应显式表达式。采用贝叶斯推断和函数极值理论，构建了一个仅依赖于固有频率和阻尼比的目标优化函数。随后采用改进的灰狼优化算法求解该函数。该方法被用于数值算例中识别受电弓的动态参数，并通过变异系数量化不确定性。最后，研究了数据截断、滤波带宽、噪声水平及优化算法的影响。
Keyword:
Dynamic parameter identification
Bayesian time-domain method
elliptic filtering
grey wolf optimizer
期刊
IF:
2.2
论文数:
109
被引数:
3.8K
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
Fast maximum-likelihood identification of modal parameters with uncertainty intervals: A modal model-based formulation具有不确定性区间的模态参数的快速最大似然识别: 基于模态模型的公式
PREAI
分享收藏
查看更多内容