随着桥梁在交通体系中的角色愈发重要,桥梁结构的健康监测越来越被人们重视,损伤识别作为结构健康监测中的核心问题之一,传统的以结构动力特征为损伤指标的损伤识别方法发展迅速,但传统方法在实际监测过程中会受环境中温度因素的干扰,造成损伤识别结果差强人意。因此,本文针对结构损伤识别结果易受环境温度以及噪声影响这一问题,引入信号处理领域中用来分离混合信号的盲源分离技术,提出了一种基于盲源分离中AMUSE算法的桥梁损伤识别方法,通过有限元数值模拟试验验证了该方法在桥梁损伤识别中去噪的可行性和有效性。本文主要研究内容:（1）阐述盲源分离相关理论,并在此基础上进行了仿真信号实验。首先介绍了盲源分离的数学模型、预处理技术、算法的不确定性以及评价准则;考虑算法的适用范围,从四种典型算法中选取AMUSE算法,对MATLAB生成的函数混合信号和收集的语音混合信号进行解混,计算分离前后信号的相似系数和均方误差,明确了AMUSE算法的分离效果。（2）环境温度对结构模态频率的影响机理分析。基于傅里叶热传导理论,介绍了结构温度场及热传递方式以及温度荷载的计算方法;从温度对结构材料弹性模量的影响和温度对结构边界条件的影响两个方面入手,确定了温度变化引起结构材料弹性模量的变化是温度影响结构模态频率的主要原因;最后以矩形截面梁桥为例,在静定和超静定约束条件下,基于结构动力特征理论,得出了环境温度对桥梁模态频率影响的函数公式。（3）基于盲源分离的AMUSE算法识别损伤的可行性分析。首先以简支梁有限元模型为例,通过ANSYS中的数值计算,具体探究了温度效应、结构损伤对简支梁模态频率的影响,结果表明温度效应是造成结构模态频率发生改变的重要原因,进一步验证了温度影响结构弹性模量理论推导的准确性,随之利用AMUSE算法对21种不同的损伤工况进行损伤识别,表明了该方法在不同损伤程度或是不同损伤位置的情况下,均可剔除温度的干扰,准确识别出损伤。（4）基于盲源分离的AMUSE算法在实际工程运用中的有效性验证。以某一单箱双室曲线梁桥为例,在该曲线梁桥的有限元模型中设置了主梁跨中、桥墩、主梁跨中以及桥墩同时损伤这三种损伤情况,并在损伤已知、损伤未知、考虑噪声干扰、损伤进一步发展四种情形下对三种损伤情况进行损伤识别,识别结果表明该方法运在实际工程中依然可以剔除温度影响完成损伤识别工作,且对噪声具有良好的鲁棒性。