APP下载

具有时变功率谱的非高斯随机过程的数值模拟

2018-02-10李锦华李建丰陈水生余维光李春祥

振动与冲击 2018年2期
关键词:风速特征

李锦华, 李建丰, 陈水生, 余维光, 李春祥

(1.华东交通大学 土木建筑学院,南昌 330013; 2.上海大学 土木工程系,上海 200444)

对于随机过程的模拟,蒙特卡洛随机模拟技术使用最广泛,能够模拟产生具有目标特征的随机过程,包括一维或多维、单变量或多变量、平稳或非平稳、高斯或非高斯的随机过程。为了使相关领域的研究能够更符合实际情况,非高斯随机过程的数值模拟越来越受到关注,特别是非平稳非高斯随机过程。目前,非高斯随机过程的数值模拟可以分为两类[1]:①根据指定的特征统计参数(例如均值、方差、偏度与峰度)和目标功率谱密度(PSD)函数模拟产生非高斯随机过程;②根据指定的边缘概率密度函数(PDF)和目标PSD 函数模拟产生非高斯随机过程。

对于“①”非高斯随机过程的模拟,Seong等[2]采用指数峰值模型进行了单变量和多变量平稳非高斯风压时程的模拟。Kumar等[3]基于FFT技术,采用了参数较少的指数峰值模型模拟了一维单变量平稳非高斯风压时程,并用于大跨低矮屋盖的风振分析。但这类方法需要对峰值模型参数进行不断地优化。Gurley等[4]提出了新的静态转换法,但该方法生成的单样本平稳非高斯过程的偏度和峰度与指定的偏度和峰度并不是十分吻合,需要对多样本的偏度和峰度分别求均值才能较好地与目标值吻合。在国内,李璟等[5]采用三次多项式表达了非高斯随机过程和潜在的高斯随机过程之间的转换关系,进行了平稳非高斯风压的模拟。……

登录APP查看全文

猜你喜欢

风速特征
基于Kmeans-VMD-LSTM的短期风速预测
基于最优TS评分和频率匹配的江苏近海风速订正
如何表达“特征”
不忠诚的四个特征
基于GARCH的短时风速预测方法
考虑风切和塔影效应的风力机风速模型
GE在中国发布2.3-116低风速智能风机
考虑风速分布与日非平稳性的风速数据预处理方法研究
线性代数的应用特征