近年来,结构健康监测系统在保证土木结构安全、避免灾难事故等方面发挥了重要的作用,但其核心技术之一的结构损伤识别技术仍然离实际工程需求有较大的差距,已成为限制健康监测系统功能的主要瓶颈。因此,进一步深入研究适合大型土木工程结构的损伤识别方法具有十分重要的理论意义和工程实用价值。在众多的损伤识别方法中,扩展卡尔曼滤波方法作为一种时域损伤识别方法,可以采用状态空间方法在时域内设计滤波器,能够通过递推计算得到系统参数的线性最小方差估计,具有良好的鲁棒性,从而受到了广泛的关注;但其应用时仍存在雅可比矩阵计算复杂、线性化误差大、反问题强不适定性影响大等问题。为解决传统扩展卡尔曼滤波方法存在的缺陷,本文中将无迹卡尔曼滤波算法(UKF)引入到结构的损伤识别研究中。借助UT变换技术,本文算法不仅可以考虑非线性系统的高阶项,还避免了雅可比矩阵的大量计算;进而从改善损伤识别反问题求解不适定性、提高系统预测方程计算精度两方面,提出了适于结构损伤识别的无迹卡尔曼滤波算法,并通过数值模拟及实验分析验证了本文算法的有效性。具体研究工作包括以下几个内容:(1)传统卡尔曼滤波类算法通常需要结构所有节点的位移与速度来构建系统状态向量。随着结构复杂程度增加,状态向量维数随之增长,进而导致计算过于复杂;为此,本文提出了基于模态坐标变换与模态截断思想的UKF状态向量定义方法,即利用模态坐标初值和结构损伤参数构建UKF状态向量,在经过模态截断处理后,状态向量维数显著降低,并根据此状态变量定义推导了相应的UKF递推计算方程组。(2)提出了结合L1范数正则化的无迹卡尔曼滤波方法。损伤识别作为典型的动力学反问题,对于复杂结构,其反演计算存在强不适定性。在UKF迭代过程中,反演计算本身的不适定性易导致状态向量协方差矩阵无法保持为正定矩阵,使得迭代过程发散。为此,本文借鉴处理反问题计算的正则化处理技术,并且根据结构损伤参数满足稀疏性分布的特点,在UKF框架内引入L1范数正则化处理,并通过简支梁模型进行数值模拟验证。(3)提出了基于高斯响应面的无迹卡尔曼滤波算法。无迹卡尔曼滤波算法理论框架中需要建立损伤参数与结构模态参数之间的关系,而常见的灵敏度算法忽略了高阶项的影响,在非线性程度较强、损伤较大时计算精度无法保证。为此,本文将高精度的高斯响应面算法引入到滤波算法中,进而提出无迹卡尔曼滤波的改进算法,通过简支梁、二维桁架的数值模拟算例,验证算法的准确性与可靠性。(4)通过不同的梁式结构实验,利用结构的实测自由振动响应信号,运用本文算法进行了结构损伤识别研究。实验结果分析表明,本文中提出的无迹卡尔曼滤波改进算法,可以有效抑制测量信号中噪声的影响,对结构中损伤部位的损伤程度与损伤位置进行准确识别。