国际最新发展的模态识别方法 
   PolyLSCF法解释:
   PolyLSCF方法是国际上最近提出的新方法，模态参数估计过程使用LSCF方法，即为最小二乘复频域法（Least-Squares Complex Frequency-Domain method），采用离散时间频域模型，使用了快速递推的运算技巧，相比以前的方法有许多优点，是目前公认最佳的模态分析方法之一。
  此方法在国外也被称作PolyMAX方法。
   为什么要使用PolyLSCF:
   与时域法相比，频域法还是具有特殊的优点，包括数据量小、易于消除噪声、无需初始状态估计、分析频带可选等。
  在频域中进行模态参数识别时，常使用两种模型：1. 连续时间频域模型，即Laplace变换；2. 离散时间频域模型，即Z变换。
  对采用连续时间模型的频域方法，在进行宽频带和高阶模型分析时，容易出现病态，而对此的各种改进又带来计算量大的问题，高阶时尤为突出。而采用离散时间模型，将乘法运算变为三角函数运算，在模态识别时，不论高阶还是低阶，都具有相同的计算精度，不会产生方程的病态。
  目前广泛使用的最小二乘复指数法LSCE和最小二乘频域法LSFD，已经可以处理大部分的模态参数识别问题，但存在一些缺点，首先就是抗干扰能力较差，对于信噪比差的数据，稳态图比较紊乱，其次，得不到模态参数估计的不确定度边界。
  因此，用于PolyLSCF的最小二乘复频域法LSCF由于具有较好的抗干扰能力而被广泛关注。
   PolyLSCF法的优点:
   PolyLSCF法采用离散时间频域模型，属于总体拟合法，具有如下优点：
  1 抗干扰能力强，稳态图清晰；
  2 可进行宽频带分析，可任意选择分析频带，同时处理多阶模态；
  3 易于识别密集模态，能区分重根；
  4 易于区分虚假模态；
  5 采用快速算法，运算速度非常快；
  6 具有多参考点形式，也可用于环境激励模态的识别。