基于频域分解法（FDD）的结构模态参数识别MATLAB程序

资 源 简 介

本MATLAB程序利用频域分解法自动识别结构动力学模态参数，支持多通道振动数据读取，通过功率谱密度矩阵构建与奇异值分解提取主奇异值，实现高效模态分析。

详 情 说 明

基于频域分解法的结构模态参数识别程序

项目介绍

本项目实现了基于频域分解法（Frequency Domain Decomposition, FDD）的结构动力学模态参数自动识别。FDD法是一种高效的环境激励模态参数识别技术，适用于土木工程、机械工程等领域的大型结构健康监测与振动分析。程序通过处理多通道振动响应数据，自动识别结构的固有频率、阻尼比和振型等关键模态参数。

功能特性

• 多格式数据支持：可读取MAT格式或CSV表格的多通道时程数据
• 精确谱估计：采用Welch方法进行功率谱密度矩阵估计，支持自定义窗函数和重叠率
• 自动参数识别：基于奇异值分解的峰值检测与曲线拟合算法，实现模态参数的自动提取
• 丰富可视化：提供奇异值谱图、振型动画等多种图形输出
• 结果导出：支持将识别结果导出为Excel/文本格式报告

使用方法

1. 准备输入数据：

- 多通道振动响应数据（加速度/速度/位移时程） - 采样频率（Hz） - 通道位置坐标文件（用于振型可视化） - 可选分析参数（频段范围、窗函数类型、重叠率等）

1. 运行程序：

执行主程序文件，程序将自动完成以下流程： - 数据读取与预处理 - 功率谱密度矩阵计算 - 奇异值分解与主成分分析 - 峰值检测与模态参数识别 - 结果可视化与数据导出

1. 查看结果：

- 在图形界面查看奇异值谱图和振型动画 - 检查输出的参数表格（固有频率、阻尼比、模态置信因子） - 获取导出的振型向量和数据报告文件

系统要求

• MATLAB R2018b或更高版本
• 信号处理工具箱（Signal Processing Toolbox）
• 建议内存：4GB以上（取决于数据规模）
• 磁盘空间：500MB以上可用空间

文件说明

主程序文件整合了完整的模态参数识别流程，实现了数据读取与验证、功率谱密度矩阵构建、奇异值分解计算、模态参数自动提取算法、结果可视化生成以及识别报告导出等核心功能。该文件作为程序的入口点，协调各功能模块的顺序执行，确保从原始数据到最终结果的完整处理链条。