摘要:由于在短样本条件下HilbertHuang变换(HilbertHuang transform,简称HHT)识别模态参 数 的精度主要受经验模态分解(empirical modal decomposition,简称EMD)模式混合和随机减 量法(random decrement technology,简称RDT)提取自由衰减响应时平均次数不足的影响, 针对这两个影响因素,引入带宽限制信号抑制EMD的模式混合,提高EMD的精度;并引入分层抽 样 技术,提出基于拟合偏差和样本量的层权确定方法来进行多次识别,然后加权平均,提高RDT的 总平均次数。仿真试验和应用实例表明,结合分层抽样的限制带宽EMD识别模态参数的方法能 提高短样本条件下HHT识别模态参数的精度。