利用对实际结构进行试验测试获得的试验数据来改善结构的设计模型，使之能够在精度要求的范围内精确地反映结构的动力学特性，这一过程便称为模型确认。模型确认可以用来确认设计模型是否有效，这是一个复杂的过程，它包括有限元建模、模态测试、模型校准、相关性分析及模型修正等步骤。　　随着激光扫描测试技术的发展，如三维激光扫描测振系统的应用，能够得到结构非常详细的全域模态振型。此时的测试数据包含大量的振型信息，面对如此冗余的振型数据，传统的相关性分析、模型修正及模型确认方法面临重要的挑战。本文提出了一种将矩函数应用于结构动力学模型确认的新方法，利用结构模态振型图像的矩函数提取结构模态振型的矩特征，并将之应用于模型确认过程中的相关性分析与模型修正两个步骤。　　本文主要研究了两种矩函数：Tchebichef矩及Radial Tchebichef矩。首先，对利用矩函数进行结构模态振型描述的方法进行了介绍，并比较了三种矩函数—Tchebichef矩、Radial Tchebichef矩、Zernike矩在不同形状的图像描述中的特性，总结出了各个矩的适用范围。然后，分别研究了Tchebichef矩在平板结构振型描述及相关性分析和Radial Tchebichef矩在圆盘结构振型描述及相关性分析中的特性。研究表明，利用矩函数描述结构的模态振型能在保留振型特征的基础上有效地压缩振型数据，基于矩函数的相关性分析能有效地进行模态对匹配，且对于匹配的模态对，还能通过对其振型进行分解，找出试验与有限元模型的差异所在。此外，对于循环对称结构，由于Radial Tchebichef矩的旋转不变性，利用其进行相关性分析时能够很好地区分出重模态，并得到重模态对之间的转角。最后，对矩函数在模型修正中的应用进行了探讨研究。通过激光扫描测振系统对一平板进行模态测试，并利用Techbichef矩对其模型修正，以及利用Radial Tchebichef矩对某航空发动机轮盘进行模型修正的实例研究，表明同时利用频率和模态振型矩函数的模型修正方法比仅利用频率或模态振型矩函数作为模型修正对象能获得更理想的修正模型。这对于模型修正及模型确认技术的发展具有重要的意义。