论文部分内容阅读
该文论述了多维时序模型——多维自回归滑动平均模型（ARMAV）的理论基础，并通过对该模型的变换，提出一个以相关函数为模型输入、输出的参数辨识模型。该模型比一般常用的一维时序模型有更高的辨识精度，并且可以识别包括振型在内的全部模态参数。此模型在输入信号与测量噪声统计独立的条件下，用最小二乘原理识别得到的参数是一致的、有效的估计量。为了减少计算工作量，提高计算效率，该文还提出了一种递推算法。（本刊录）