6.3.2 模态参数黑箱递推辨识步骤
按照6.3.1节建立的网络，本节具体采用以下三个步骤来实现时变结构模态参数黑箱递推辨识［228，300］。
步骤1：构建数据集。
在时变结构测试阶段，针对其在运行阶段将要面临的工作环境的特点，根据需要布置物理传感器，测量、收集具有代表性的时变过程的非平稳振动数据。根据时不变的构型冻结模态实验、时变批量离线辨识等离线模态分析方法，获得上述非平稳振动响应对应的时变结构模态参数参考值，据此构建数据集。
步骤2：训练网络模型。
建立4.2节的时变结构模态参数递推辨识网络，并采用步骤1建立的数据集进行训练，时变结构模态参数递推辨识网络的参数由BPTT算法进行训练，优化器为Adam。其中，输入为结构非平稳振动信号，输出为当前时刻结构模态参数。(https://www.daowen.com)
步骤3：评价结果。
通过测试集验证时变结构模态参数递推辨识网络的表现，主要采用量化指标为振动响应时域辨识的平均绝对误差（MAE）和平均平方误差（MSE）：
式中，TN表示时间序列长度；n表示待辨识模态参数向量维度；yt和分别表示t时刻待辨识模态参数的真实值和辨识值。
分别表示t时刻待辨识模态参数的真实值和辨识值。