我国抗震设计规范规定,要用多条地震波对结构进行地震时程分析核算,而目前全球范围内的地震动记录数量有限,强震记录更是无法满足当前抗震分析需要,因此,人工地震波的合成就显得尤为重要。虽然目前合成人工地震波的方法很多,但常见的合成方法原理上都是根据目标频谱来进行拟合,这种合成方法形式单一,且未考虑到地震波在时间上的分布特征,所合成的人工地震波与天然地震波在时频特性上可能存在较大差异。随着人工智能技术的发展,可以用来提取天然地震波时频特性的技术手段越来越多,在此之前,人们并未注意到聚类分析可以较好地提取出天然地震波的时频规律。本文提出了一种利用小波变换并结合聚类分析来合成人工地震波的方法,首先运用小波变换对地震信号进行分解,然后利用聚类分析对大量天然地震波的小波系数进行了分类,基于此分类,重组小波系数矩阵,通过小波逆变换得到新的地震波,主要研究内容如下:（1）对天然地震波进行小波变换并绘制相应的小波系数图,通过对小波系数图与地震波波形图的对比发现,地震波波峰出现的时间与小波系数图中最亮的地方所对应的时间一致。（2）利用聚类分析对天然地震波的小波系数进行分类并构建相应的小波系数数据库,通过分类结果发现,聚类分析可以将7级以上地震波的小波系数很好地分为七类,且每一类小波系数的小波系数图都具备较为明显的特征。（3）利用训练好的神经网络,对目标小波系数矩阵进行匹配,从对应类别的数据库中随机选取一组小波系数,根据目标小波系数的最大值与最小值,将随机选取的小波系数进行相应的放大或缩小,得到一个新的小波系数矩阵,再利用小波逆变换,得到一个新的地震动加速度数据。（4）首先使用Ansys建立有限元模型,给结构施加天然地震波以及人工地震波,计算其动力响应并进行对比,对比结果发现,人工地震波与天然地震波对结构产生的响应基本一致。然后通过图像识别技术,对人工地震波与天然地震波小波时频图进行分类匹配,并分析识别效果,识别结果显示,小波系数图识别准确率非常高,能够较好检验人工地震波的合成效果。