基于小波变换和反向传播网络的模态参数辨识 (2012年)

【文件属性】：
文件名称：基于小波变换和反向传播网络的模态参数辨识 (2012年)
文件大小：362KB
文件格式：PDF
更新时间：2021-05-23 22:13:59
工程技术 论文 为了减小连续小波变换带来的边界效应对模态参数识别的影响，提出利用人工神经网络对*衰减响应信号进行双向延拓。设计了多输入单输出的反向传播网络，网络根据当前有限多个离散采样点数据预测下一时刻信号的幅值，训练网络的样本来自于对原始信号的简单分组。使用数值仿真和实验检验了提出方法的实用性。实验装置是用于微创外科手术机器人的力传感器。结果表明提出的方法能够准确地从短信号中辨识出阻尼比和无阻尼自振频率。