结构健康监测系统已被广泛地运用于现代建筑结构中,通过长期的监测和评估,为服役建筑的安全性和可靠性提供重要的保障。通过在结构中布置传感器获取结构响应信息,间接反算得到结构的外部动荷载信息,已成为结构健康监测领域的一个重要研究方向,对结构现状的评估、结构的设计有着重要的指导意义。然而在现实中,结构的外部荷载不仅随着时间而变化,而且还具有随机特性,随机荷载广泛的存在于结构工程实践中,比如车桥系统中的移动车辆荷载、高耸结构中的风荷载等等,随机荷载统计特征的获取可以为结构监测和设计提供更加符合现实的外激励信息,为进一步的研究提供重要数据内容,具有较大的应用价值。但是在现阶段的研究中,关于随机荷载反演问题的研究依然存在着一些局限性。具体来说,相关学者对随机移动荷载的识别中需要已知结构参数,并且观测所有节点的位移、速度、加速度响应的信息,或是通过对挠度进行多项样条插值得到对应的速度和加速度响应。然而实际工程中,结构参数常常是未知的情况;且安装传感器的花费较大,全观测响应信息难以实现,而在噪声的影响下,用位移进行插值降阶得到的速度、加速度响应容易产生较大的偏差,因而需要提出一种在未知结构参数下,通过部分观测响应信息对随机移动荷载统计特征进行识别的方法。对于随机风荷载反演问题的研究主要集中在频域方面,对于时域中的风荷载研究主要是基于荷载测点的重构问题,因而随机风荷载的反演问题仍然具有较大的科研价值。基于以上研究背景,本论文主要分为两部分研究内容,分别针对车桥系统中随机移动荷载和高耸结构中的随机风荷载统计特征的识别问题进行了相关的研究。在相关研究的基础之上,通过级数分解的方法对随机过程或随机场进行展开,建立随机有限元运动方程,从而将随机参数引入到运动方程中,进而采用本课题组提出的关于未知激励下的卡尔曼滤波方法的最新研究,通过部分观测结构响应信息,对随机荷载统计特征进行识别。最后,分别通过数值模拟验证各部分内容算法的可行性。具体的主要工作内容如下:第二章中,考虑车辆移动荷载具有高斯不确定性,在已知确定性结构参数的情况下,基于KL变换对具有高斯特性的随机过程样本统计特征进行提取,建立包含样本统计特性的运动方程,基于本课题组提出的一种未知激励下的一般的卡尔曼滤波方法(KF-UD,通过部分观测结构响应信息,对高斯随机移动荷载的统计特征进行识别。第三章中在随机移动荷载统计特征的识别中考虑了结构参数未知的情况。这是由于在现实中,结构参数通常是未知的,比如结构的质量、刚度和阻尼等,且其准确性对于移动荷载统计特性的识别影响较大。本章基于本课题组提出的一种未知激励下的一般的扩展卡尔曼滤波方法(EKF-UI),使用部分观测响应样本均值对未知的确定性结构参数进行识别后,再结合第二章提出的识别方法,对具有高斯特性的随机移动荷载的统计特征进行识别,从而实现了结构参数和移动荷载随机特性的识别。第四章中,由于材料特性、结构物理性质、结构边界条件或者构件的不确定性,桥梁的结构参数也将具有内在随机特性。本章在车桥系统中同时考虑荷载和结构参数的不确定性问题,采用谱随机有限元方法(SSFEM)建立包含结构参数内部随机性和荷载随机性的随机有限元运动方程,基于本课题组提出的KF-UI方法,通过部分观测结构响应信息,识别得到更符合现实的结构响应和激励的统计特征。第五章中,将KL变换提取随机过程统计特征的方法运用到随机风荷载的识别中。在已知确定性高耸结构参数下,将节点风荷载分解为关于时间和空间相互独立的两个函数,本论文采用的空间函数是关于模态的正交基,通过模态叠加法将风荷载简化为少于观测的风振响应个数的荷载时程,然后基于本课题组提出未知激励下的模态卡尔曼滤波方法(MKF-UD,通过部分观测响应识别出KL展开各阶项的模态力来反演计算出随机风荷载的统计特性。