由于在短样本条件下Hilbert-Huang变换（Hilbert-Huang 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。

提出了一种新的基于图像灰度梯度迭代的数字散斑相关方法（DSCM，digital speckle correlation method）。通过使用DSCM测量碳纤维复合材料压力容器在水压下的局部区域的位移场和应变场，分析了复合材料压力容器的轴向和环向的变形特征，为碳纤维复合材料压力容器的优化设计提供了理论和实验依据。