第２９卷第１期计算机集成制造系统Ｖｏｌ．２９Ｎｏ．１２０２３年１月ＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓＪａｎ．２０２３ＤＯＩ：１０．１３１９６／ｊ．ｃｉｍｓ．２０２３．０１．０２５收稿日期：２０２０－１２－０１；修订日期：２０２１－０３－２３。Ｒｅｃｅｉｖｅｄ０１Ｄｅｃ．２０２０；ａｃｃｅｐｔｅｄ２３Ｍａｒ．２０２１．基金项目：国家自然科学基金资助项目（５１３０５１４２，５１３０５１４３）；国家重点研发计划资助项目（２０１８ＹＦＢ１４０２５００）；福建省科技计划引导性资助项目（２０１７Ｈ０１０１００６５）；中国博士后科学基金第５５批面上资助项目（２０１４Ｍ５５２４２９）；泉州市科技计划资助项目（２０１８Ｃ１１０Ｒ，２０１８Ｃ１１４Ｒ）。Ｆｏｕｎｄａｔｉｏｎｉｔｅｍｓ：ＰｒｏｊｅｃｔｓｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ，Ｃｈｉｎａ（Ｎｏ．５１３０５１４２，５１３０５１４３），ｔｈｅＮａｔｉｏｎａｌＫｅｙＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍ，Ｃｈｉｎａ（Ｎｏ．２０１８ＹＦＢ１４０２５００），ｔｈｅＦｕｊｉａｎＰｒｏｖｉｎｃｉａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＰｌａｎｎｉｎｇ，Ｃｈｉｎａ（Ｎｏ．２０１７Ｈ０１０１００６５），ｔｈｅＣｈｉｎａＰｏｓｔｄｏｃｔｏｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ，Ｃｈｉｎａ（Ｎｏ．２０１４Ｍ５５２４２９），ａｎｄｔｈｅＱｕａｎｚｈｏｕＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＰｌａｎ，Ｃｈｉｎａ（Ｎｏ．２０１８Ｃ１１０Ｒ，２０１８Ｃ１１４Ｒ）．基于自适应字典压缩感知的欠定工作模态参数识别王继争１，王成１，２＋，陈建伟３，李海波１，赖雄鸣４，王鑫１，何霆１（１．华侨大学计算机科学与技术学院，福建厦门３６１０２１；２．西安交通大学机械结构强度与振动国家重点实验室，陕西西安７１００４９；３．圣地亚哥州立大学数学与统计学院，美国加利福尼亚州圣地亚哥９２１８２；４．华侨大学机电及自动化学院，福建厦门３６１０２１）摘要：针对基于稀疏成分分析和正交基压缩感知的欠定工作模态参数识别方法准确率低、鲁棒性差的问题，提出一种基于自适应字典压缩感知的欠定工作模态参数识别方法。所提方法在模态振型估计的基础上利用自适...
