王树青， 林裕裕，孟元栋，高志强

(1.中国海洋大学 山东省海洋工程重点实验室，青岛 266100;2.海洋石油工程股份有限公司，天津 300451)

目前，基于动力特性变化的结构健康检测正受到国内外学者的重视，而模态参数识别非常关键。如果识别的模态参数存在较大的误差或存在虚假模态，这势必会影响到结构健康检测结果。模态参数识别方法一般都是基于一定的系统模型的，如ARMA是基于时间序列模型，SSI和ERA是基于状态空间模型。因此要准确识别系统的模态参数，就需要确定系统的阶次(或参与的模态数)。当前，模型阶次的确定已经成了模态参数识别中非常关键的环节。此外由于测试数据不可避免地包含大量噪声，这给模态参数识别中模型阶次的确定造成了很大的困难。合理地确定模型阶次已成为模态参数识别领域的最为重要的问题。

目前，对模态参数识别中模型阶次的确定问题，已经出现了一些研究方法，如稳定图法［1－2］。该方法通过在频谱图上标示出满足一定条件的稳定极点，并被认为是系统的真实极点。但这种方法不能完全排除噪声模态，特别是随着模型阶数的升高，一些拟合模型的拟合模态往往容易趋于稳定，用稳定图很难完全并正确确定模型阶次［3］。近来，基于奇异值分解的模型定阶与降噪技术［4－6］又引起了国内外有关专家的重视。该类方法一般将奇异值由大到小按降序排列，并将奇异值以最大值归一化，通过画出奇异值归一化曲线，在曲线上找到突降的位置，该处对应的奇异值个数即为模型阶次，也即信号中包含模态数目的两倍。……