关于频率响应函数的层次贝叶斯建模

对于可能受益于数据集之间信息共享的情况，例如类似结构的基于群体的结构健康监测（SHM），层次贝叶斯方法提供了一种有用的建模结构。层次贝叶斯模型同时在群体（或父级）和域级别学习统计分布，以增强参数间的统计强度。因此，参数估计间的方差得以降低，尤其在数据有限时。本文针对一小批名义上相同的直升机叶片，使用层次贝叶斯结构开发了组合概率FRF模型，以在稀疏数据背景下支持信息迁移。该建模方法也在传统SHM背景下针对单片暴露于变化温度下的直升机叶片进行了演示，以展示在稀缺数据背景下，基于物理知识的引入如何改善超越训练数据的泛化能力。这些模型通过适应表现为底层动力学差异的良性变化，同时考虑（并利用）域间的相似性，解决了SHM中的关键挑战。