本书主要对仅基于响应的结构模态参数辨识技术进行研究，紧密围绕非白激励下的辨识问题、非高斯脉冲噪声下的辨识问题和递推辨识问题，结合机器学习、数据挖掘等领域的思想和工具，提出了基于时域传递率的辨识方法、基于信号分解的辨识方法、基于互相关熵的辨识方法、基于深度学习的递推辨识方法等鲁棒辨识方法。 本书可为工程结构的分析设计、振动控制和健康监测等提供一定的参考，既可作为系统辨识理论与方法相关研究领域学者和研究生的学习资料，也可作为工程实施人员处理相关实际问题的参考资料。

第 １ 章 绪论 ………………………………………………………………………… 001 １ １ 结构模态参数辨识的意义与基本任务 ……………………………… 002 １ ２ 仅基于响应的结构模态参数辨识发展现状 ………………………… 005 １ ３ 深度学习在反问题中的应用………………………………………… 026 第 ２ 章 时间序列模型………………………………………………………………… 031 ２ １ 引言 …………………………………………………………………… 032 ２ ２ ＡＲＭＡＸ 模型 …………………………………………………… 033 ２ ３ ＴＡＲＭＡ 模型 …………………………………………………… 042 ２ ４ 模态参数的计算 ……………………………………………………… 050 ２ ５ 小结 …………………………………………………………………… 051 第 ３ 章 基于传递率的结构模态参数辨识方法 …………………………………… 053 ３ １ 引言 …………………………………………………………………… 054 ３ ２ 传递率的概念与计算方法…………………………………………… 055 ３ ３ 传递率的影响因素分析 ……………………………………………… 061 ３ ４ 传递率在模态参数辨识中的应用 …………………………………… 065 ３ ５ 仿真结果与比较分析 ………………………………………………… 076 ３ ６ 小结 …………………………………………………………………… 092 第 ４ 章 基于信号分解的结构模态参数辨识方法 ………………………………… 095 ４ １ 引言 …………………………………………………………………… 096 ４ ２ 非平稳信号分析与分解 ……………………………………………… 097 ４ ３ 基于统计特性的谐波响应检测……………………………………… 101 ４ ４ 时变结构密频模态检测与辨识……………………………………… 103 ４ ５ 仿真结果与分析 ……………………………………………………… 105 ４ ６ 小结 …………………………………………………………………… 116 第 ５ 章 基于互相关熵的结构模态参数辨识方法 …………………………… 119 ５ １ 引言 …………………………………………………………………… 120 ５ ２ 非高斯脉冲噪声的表征 ……………………………………………… 121 ５ ３ 互相关熵的基本概念 ………………………………………………… 125 ５ ４ 基于广义互相关熵的批量辨识方法 …………………………… 127 ５ ５ 基于广义互相关熵的递推辨识方法 …………………………… 132 ５ ６ 仿真结果与分析 ……………………………………………………… 138 ５ ７ 小结 …………………………………………………………………… 148 第 ６ 章 基于深度学习的结构模态参数黑箱递推辨识方法 ……………………… 149 ６ １ 引言 …………………………………………………………………… 150 ６ ２ 深度学习模型 ………………………………………………………… 151 ６ ３ 递推辨识网络模型与步骤…………………………………………… 155 ６ ４ 递推辨识结果与分析 ………………………………………………… 158 ６ ５ 小结 ……………………………………………………………………… 169 第 ７ 章 基于深度学习的时变结构模态参数递推辨识综合增强方法……………… 171 ７ １ 引言 …………………………………………………………………… 172 ７ ２ 时变结构振动场递推重建方法……………………………………… 173 ７ ３ 时变结构辨识的单模态递推筛选方法 ……………………………… 182 ７ ４ 时变结构递推辨识综合增强………………………………………… 192 ７ ５ 任务 “粒度” 对深度学习模型的影响 …………………………… 195 ７ ６ 小结 …………………………………………………………………… 200 参考文献 …………………………………………………………………………………… 203 附录 主要缩略词 ……………………………………………………………………… 229