李 颖， 卢洪超， 周 琳， 陈文文， 齐聪山， 刘福顺

(1. 浙江科技学院 中德工程师学院， 杭州 310023； 2. 中国海洋大学 工程学院， 青岛 266100；3. 海洋石油工程(青岛)有限公司， 山东 青岛 266520)

对结构实测振动响应信号进行分析是获取结构动力特性的重要手段。然而，在土木工程、海洋工程领域，测试设备、环境等因素导致测试的结构振动信号中不可避免的包含各种噪声。信号中的噪声不仅使结构模态识别的精度降低，还会产生“噪声模态”[1]。当实测信号中包含可能淹没结构固有模态的高背景噪声时，结构模态参数识别十分困难。为此，在对工程结构进行模态参数识别、结构损伤诊断和健康检测时，为了保证分析结果的正确性，往往需要采取合理的技术手段降低测试噪声的影响[2]。

目前，已经有许多信号消噪技术应用于工程实践。Cadzow[3]提出了基于奇异值分解(Singular Value Decomposition, SVD)的低秩逼近算法，该方法运用结构响应数据构建Hankel矩阵，进行SVD分解，认为较小的奇异值对应噪声，将其置为零并重构Hankel矩阵，从而达到消噪的目的。该方法对信噪比(Signal-Noise Ratio, SNR)较小的信号消噪效果较好，当噪声能量较大时，噪声成分对应的奇异值可能比结构固有成分对应的奇异值更大，从而表现出消噪局限性；另外，当响应数据较大时，导致Hankel矩阵的维数较大，进行SVD分解会消耗大量计算机资源[4]，甚至无法完成计算。Shumway等[5]对时域平均法作了详细阐述，时域平均法用一段数据的平均值代替中心点的数值，进行平均的方式包括直接平均、多项式平均和周期回归平均等方法，并将各种方法应用于时间序列，对时间序列进行光滑。……