Eigensystem Realization Algorithm (ERA): 包含模态指标的本征系统实现算法，特别是统一模态指标...

简介：
Eigensystem Realization Algorithm（ERA）是一种用于从实验数据中提取系统模型的频域辨识方法。该算法利用包含模态指标的本征子空间来构造系统的状态空间描述，特别关注于使用统一模态指标以增强其在不同应用场景中的适用性和准确性。 模态指标包括一致模态指标和模态参与因子的特征系统实现算法。提供了一个示例文件用于识别受到脉冲激励的2DOF（两自由度）系统的响应，并在响应中增加了不确定性，即高斯白噪声。 函数 [Result]=ERA(Y,fs,ncols,nrows,inputs,cut,shift,EMAC_option) 的输入如下： - Y：自由振动输出数据，形式为 Y=[Y1 Y2 ... Y_Ndata]。其中 Yi 是大小为 (outputs, inputs) 的马尔科夫参数，总大小为 (outputs, inputs*Ndata)，这里 outputs 表示输出通道的数量，而输入数量默认为 1（除非自由振动数据来自多参考通道的 NExT）。 - fs：采样频率 - ncols：汉克尔矩阵的列数（应大于数据样本长度的2/3） - nrows：汉克尔矩阵的行数（建议超过模式数的两倍） - inputs：输入的数量，默认为 1，除非自由振动数据来自多参考通道。