One characteristic of the Eigensystem Realization Algorithm method for system identification concerns about the difficulty of finding more appropriate parameters to run the algorithm. One of this work’s purposes is to tackle the cumbersome task of achieving the ideal algorithm settings, providing additional knowledge about algorithm parameters’ influence, and searching to improve results with quicker settings of the algorithm’s parameters, especially for Multiple Input Multiple Output (MIMO) systems. The application of a Fit Rate indicator to evaluate the identified system arises as a novelty in the Eigensystem Realization Algorithm applications, aiming to assess the system identification performance and drive the algorithm to better adjustments. Another objective of this article regards the application of a Pseudo Random Binary Sequence as excitation signals, which has not been used until now with the Eigensystem Realization Algorithm, despite being successfully applied in the system identification process. The proposed approach is verified and analyzed with numerical simulations for a mass–spring–damper model of 5 degrees of freedom. The results reported in time response analysis and frequency response analysis allow us to realize the effect of settings accordingly for the system identification improvement. The results analysis was extended to simulate and compare the Pseudo Random Binary Sequence with Gaussian white noise excitation, and the system was also submitted to the presence of measurement noise.

用于系统识别的本征系统实现算法方法的一个特点是很难找到更合适的参数来运行算法。这项工作的目的之一是解决实现理想算法设置的繁琐任务，提供有关算法参数影响的额外知识，并通过更快的算法参数设置搜索以改善结果，尤其是对于多输入多输出 (MIMO) 系统. 应用拟合率指标来评估已识别系统是特征系统实现算法应用程序中的一个新颖之处，旨在评估系统识别性能并推动算法进行更好的调整。本文的另一个目的是将伪随机二进制序列作为激励信号的应用，尽管它已成功应用于系统识别过程，但直到现在还没有与特征系统实现算法一起使用。通过对 5 个自由度的质量-弹簧-阻尼器模型进行数值模拟，对所提出的方法进行了验证和分析。时间响应分析和频率响应分析中报告的结果使我们能够实现相应设置的效果，以提高系统识别能力。结果分析被扩展到模拟和比较伪随机二进制序列与高斯白噪声激励，并且系统也经受测量噪声的存在。尽管已成功应用于系统识别过程，但它直到现在还没有与特征系统实现算法一起使用。通过对 5 个自由度的质量-弹簧-阻尼器模型进行数值模拟，对所提出的方法进行了验证和分析。时间响应分析和频率响应分析中报告的结果使我们能够实现相应设置的效果，以提高系统识别能力。结果分析被扩展到模拟和比较伪随机二进制序列与高斯白噪声激励，并且系统也经受测量噪声的存在。尽管已成功应用于系统识别过程，但它直到现在还没有与特征系统实现算法一起使用。通过对 5 个自由度的质量-弹簧-阻尼器模型进行数值模拟，对所提出的方法进行了验证和分析。时间响应分析和频率响应分析中报告的结果使我们能够实现相应设置的效果，以提高系统识别能力。结果分析被扩展到模拟和比较伪随机二进制序列与高斯白噪声激励，并且系统也经受测量噪声的存在。通过对 5 个自由度的质量-弹簧-阻尼器模型进行数值模拟，对所提出的方法进行了验证和分析。时间响应分析和频率响应分析中报告的结果使我们能够实现相应设置的效果，以提高系统识别能力。结果分析被扩展到模拟和比较伪随机二进制序列与高斯白噪声激励，并且系统也经受测量噪声的存在。通过对 5 个自由度的质量-弹簧-阻尼器模型进行数值模拟，对所提出的方法进行了验证和分析。时间响应分析和频率响应分析中报告的结果使我们能够实现相应设置的效果，以提高系统识别能力。结果分析被扩展到模拟和比较伪随机二进制序列与高斯白噪声激励，并且系统也经受测量噪声的存在。