动态测试信号的处理是工程应用领域的一个重要课题,并经常涉及到测试信号数据品质较低,数据往往具有模态密集、非线性、有效样本短、数据信噪比低和过程非平稳等特征。为此,本文研究并实现了一种新的时频域滤波去噪方法和模态参数识别方法,从而更好的解决了工程上的相关问题。本文的主要研究内容如下:1.为提高测试信号的信噪比,实现了一种基于分数阶傅立叶变换的线性扫频信号去噪算法,该方法作为传统Fourier变换的广义形式,有很多传统Fourier变换所不具有的特性。该算法利用了扫频信号在时频域内的聚焦特性,将信号变换到分数阶傅立叶域内进行滤波从而达到信噪分离的目的,与传统的滤波方法相比,该方法去噪效果更好,计算量更小。2.为了更好地解决大噪声、密频模态下试验信号的模态参数识别精度不高的问题,采用了多参考点最小二乘复频域法(Poly_LCSF),既适用于弱阻尼也适用于强阻尼密集模态系统。该算法利用了线性的整体最小二乘类算法估计模型系数,避免了复杂的非线性优化设计及对初始值的依赖,并成功运用到实验数据分析中,取得较好效果。3.基于上述算法和其他类似方法原理,用Matlab的GUI界面工具开发了一个简单实用的分析软件。包括振动信号预处理模块、时频处理模块和模态参数时频域识别模块。经过验证,该软件可方便地应用于语音、和机械振动(如飞行颤振扫频试验信号)等多种信号的分析。