非常酷的东西!谢谢你的分享。

非常感谢你

非常感谢。我根本没有注意到它。现在该计划工作很好。谢谢你的快速答案和真正的伟大计划 - 它帮助了我很多。

嗨,安娜,
可以使用可选的参数“ts”来减少协方差矩阵中的最大滞后。如果时间滞后太大，则在线203的卷积矩阵的构造将太耗时。一个大的时间滞后不适合识别目的。您可以自定义号码TS。拇指的规则是TS可以是近似等于3 x结构的最长的特征期。假设第一个特征频率为10 Hz，这意味着提纲期为0.1秒。所以ts = 3x0.1 = 0.3秒，这是180个时间步长。如果选择TS = 10秒，即6000个时间步骤，则该函数将难以计算Toeplitz矩阵，同时为识别算法提供不太好的数据。

谢谢你的回复。我也这么认为，但我做了一些测试，不幸的是，这种关系对我来说并不那么简单。我的信号的总点数是15631，采样率是600赫兹（26秒）.对于较长的信号和较低的采样率，我认为较大的矩阵计算速度非常快。即使在测试示例中，信号采样的数量也比我的要大。重要的是频率约为40 Hz。我可以将信号降采样到120 Hz，但可能我做错了什么。

嗨,安娜,
如果同时具有长记录和600 Hz的采样频率，则在函数SSICOV中创建的互协方差矩阵将太大，无法在Matlab中处理。如果您研究的结构具有较低的振动频率（例如，约1 Hz），则可以大幅降低采样频率（例如，10-20 Hz），并且仍然使用较长的记录持续时间。如果您的结构的振动频率在50 Hz或100 Hz左右，那么它可能足够好，可以有较短的记录持续时间，例如，仅几分钟。

你好，我非常喜欢你的节目，它非常有用。但是，我有一件事有问题。我的数据不是很长，但是当我将我的采样设置为600Hz时，需要很长时间才能计算，然后我获得与内存相关的错误。你能告诉我如何解决它吗？

因为我是OMA的新手，所以我想逐行学习这个算法，
在modalID函数（第335-339行）中，
确定Fn，zeta，phi，从a的eig
这些参考资料是什么？

注:与Itachi的问题是私下讨论解决的。主要结论是:(1)输入必须是动态加速度或位移响应，而不是自由衰减响应(2)沿线状结构的响应必须记录在至少两个不同的位置。

我得到这个错误，我有一个8秒的信号，dt=0.005。请问，我怎样才能解决这个问题？

使用SSICOV/blockHankel时出错（第196行）
IRF必须是3D矩阵，尺寸

SSICOV错误（95行）
[u，s，v] = blockhankel（IRF）;

EX中的错误（第59行）
[fn0, zeta0 phi0 paraPlot] = SSICOV (Y, t (1));

很好！

从统计和机器学习工具箱需要“链接”和“群集”。

我曾经使用过的最好的方法。

有时测量数据被记录为列向量。如何在第82行中放置这些线路？

如果是Nyy > N
y = y';
[nyy，n] =尺寸（y）;
结尾

谢谢你回复。我正在使用Matlab 2015版本。

嗨mati ullah，
我不能重现你得到的错误。编译在Matlab 2018B中没有崩溃而运行。我不知道您使用的MATLAB版本，但是过于旧版本可能是错误消息的可能原因。

我运行了example1。mlx的默认数据和得到以下错误，E. Cheynet先生请帮助我消除这些错误，因为我是新的matlab。
SSICOV中的错误（第149行）
[fn3, zeta3 phi3] = myClusterFun (fn, zetaS,φ,mac);

例子中的错误（第34行）
[Fn0，Zeta0，Phi0，段册] = SSICOV（RZ，DT，'nmin'，2，'nmax'，50，'TS'，15）;

谢谢你的回答
如果我降低采样频率约100倍(Fs=1e-4)，则该代码是工作的。

嗨mmazloumi，
通过设置1E-6秒的时间步长设置0.1秒的最大滞后，您可以创建一个[M x m x 1e5]的协方差矩阵，其中m是传感器的数量。得到的块Toeplitz矩阵太大而无法由Matlab处理。为避免崩溃的MATLAB，您需要的数字远低于1E5。

我有一个长度为0.1秒，时间为1e-6的信号。
当我= 0.1秒时，那么有一个错误：
“使用零时出错
内存不足。为您的选项输入帮助记忆。

SSICOV / BLOCKHANKEL中的错误（第205行）
t1 =零（m * n1）;

SSICOV错误（97行）
[U，S，V]=布洛克汉克尔（IRF）；”

当我放入1秒或更大时，还有另一个错误：
“指数超过矩阵维度。

SSICOV/NExT中出错（第270行）
IRF（OO，JJ，:) = H0（1：M）;

SSICOV错误（95行）
[IRF，~]=NExT（y，dt，p.Results.Ts，p.Results.methodCOV）；”

问题是什么，我怎样才能得到真正的结果。

问候

我明白了，谢谢你的解释，
在文章中，“Cardoso R.，Cury A.，Barbosa F.，2015年 - 在SHM的自动模态识别的进步上，他们在模式估计之间尝试了类似的非归一化距离，但现在包括它以任意常量缩放的MAC用[Hz]单位，也许你可以看一下这是为了灵感。也许，普通用户粘贴到其中一个选择的距离指标，但是对于高级用户能够在少数甚至更好地选择，将自己的距离功能加载为可选参数。类似于Matlab自己的“Pdist”的实施。

嘿mihhail，

说得好!我将尝试看看我是否可以更严格地实现pos = fn0(:)+1-MAC0(:)的MAC数;在提交的进一步版本中。

如果未包含MAC号码，则基于标准'EPS_CLUSTER'选择群集。我不知道，直到哪一点群集分析将在不使用MAC号码作为额外标准的情况下正常工作。到目前为止，我已经能够使用低值为“EPS_CLUSTER”来区分仅为0.3公里长的跨度桥分隔的模式。

谢谢你的答案，
另一个问题，如果在距离中未使用MAC，则可以检测紧密间隔的模式。我看到，由于它们的频率接近，因此它们将聚集在一起，Mac可能有用避免它？

嗨mihhail，

这是一个非常好的观点!我最初将变量“pos”定义为一个与频率维度相同的量，因为这样使用标准“eps_cluster”更直观。我忘记在以前版本的SSICOV函数中删除“1-MAC0(:)”。这个函数仍然工作得很好，因为在嵌套函数中研究的数据集已经对应了稳定极点，因此1-MAC0几乎为零。

在Magalhaes等[1]的论文中，确实没有尺寸的变量POS。在更新的版本中，我使用了参考文献中使用的定义。[1]。然而，因为现在相对距离用于聚类分析，所以在更新的功能中，标准“EPS_CLUSTER”在更大的情况下大得多。我认为POS = FN0（:)的选择仍然可以接受，因为MAC号对集群分析有限。使用“POS = FN0（:)”的另一个参数是避免在标准“EPS_CLUSTER”和“EPS_MAC”之间引入依赖性。

您好，非常感谢您的贡献，
我有一个关于第450行SSICOV函数的问题，
聚类时，首先使用以下方法计算位置：

pos = fn0（:) + 1-mac0（:);

纸上的Magalhaes [1]使用相同的距离，但频率是归一化的，所以它的实现是一个错误，或者你的意思是使用这个距离？

无论如何，非常感谢你们的工作，它有助于为我的大学开发结构健康监测工具箱
https://se.mathworks.com/matlabcentral/fileexchange/68988-shmtoolbox

嗨新哲元，
可能触发错误，因为跨协方差矩阵未正确构建。我将更新功能以提供更强大的T1定义。但是，它可能无法解决您的问题，但只需触发新的错误。我建议您检查作为输入使用的时间滞后（请参阅可选参数）是合适的。

嗨，我收到了一个错误：
未定义函数或变量'T1'。

SSICOV / BlockHankel的错误（第207行）
如果或（任何（Isinf（t1（:)）），任何（isnan（t1（:)））），

如果你可以看一下，就会读。