基于Hankel矩阵与奇异值分解(SVD)的滤波方法以及在飞机颤振试验数据预处理中的应用

将Hankle矩阵与SVD分解相结合对受噪声污染的飞机颤振试验数据进行滤波,以提高颤振模态参数识别的精度,首先对由测量数据构造的Hankle矩阵进行SVD分解,再根据对噪声统计特性的掌握程度,采用两种不同的方法,即基于噪声统计特性的方法和基于奇异值变化曲线突变点的方法,将由含噪的测量数据所构成的Hankel矩阵分成两个互不相关的空间——真实信号空间和噪声空间,最后在真实信号空间中,利用平均的方法重构经过滤波的数据。通过数值仿真和应用于实际的飞机颤振试验数据,对Hankel矩阵取不同维数时对空间划分和滤波效果的影响进行了分析和研究,并验证了该方法是有效和可行的。