Stochastic Subspace Identification (SSI)：指包含模态指标的随机子空间识别方法。

简介：
识别具有模态指标的随机子空间，其内容涵盖一致模式指标和模态参与因子。该函数的设计避免了使用系统识别工具箱中的 n4sid 函数。为了演示其功能，我们利用一个示例文件来分析受到高斯白噪声激励的二维（2DOF）系统，并模拟了激励和响应中存在的随机不确定性，具体表现为高斯白噪声的影响。函数 [Result] = SSID(output, fs, ncols, nrows, cut) 接受以下输入参数：output：表示输出数据的尺寸，包括输出通道数和数据点数量；fs：指采样频率；ncols：hankel矩阵的列数，通常设置为大于数据数的 2/3 整数倍；nrows：hankel矩阵的行数，应超过 20 倍的模式数量；cut：截止值，设定为 2 倍的模式数。函数返回的结果包含以下组件：Parameters.NaFreq : 自然频率向量、Parameters.DampRatio : 阻尼比向量、Parameters.ModeShape : 模式形状矩阵以及 Indicators.EMAC : 扩展模态幅度相干性指标和 Indicators.M。