基于随机子空间法和DBSCAN聚类的自动模态参数识别方法

本发明公开基于改进DBSCAN聚类的自动模态参数识别方法，包括：基于待测结构各测试通道信号计算频域平均正则化功率谱密度ANPSD；根据奇异熵增量与修正的赤池信息准则AICC进行自动模型定阶，基于时域的协方差随机子空间法进行模态计算获得原始稳定图，并叠加绘制频域的ANPSD；根据待聚类模态特征维度和稳定图的样本总数确定最小邻域样本数范围；计算各最小邻域样本数Minpts下各模态极点的第k个近邻的模态距离形成k‑dist图，并利用二分K‑means聚类以确定对应k‑dist图下的邻域半径值Eps，从而形成{Minpts,Eps}参数组合取值范围；通过遍历计算不同{Minpts,Eps}参数组合下的DBSCAN聚类，自动选择聚类轮廓系数最大的参数组合代入DBSCAN聚类得到剔除噪声的稳定图；基于线性归一化的模态能量和聚类簇维度，二分K‑means聚类筛选候选物理模态的聚类；根据模态置信因子MAC和模态重叠因子MOF评估模态分裂；提取阻尼比中值索引的代表模态并识别模态参数。还公开系统、电子设备及计算机可读存储介质。