工程结构的安全性和耐久性与作用在结构上的荷载密切相关。因此,准确掌握结构上的荷载信息对于科学地分析结构振动状态和准确评估结构的“健康”状态是非常必要的。由于受传感技术所制,以及荷载本身的随机性、多样性和复杂性等原因,使得直接测量作用在结构上的荷载变得异常困难。考虑基于结构动态响应的测试技术相对成熟,因此,通过结构的振动响应来间接获取结构上的荷载信息已成为结构工程领域的一个重要研究方向。本论文针对线弹性框架结构,围绕动态荷载识别中的关键科学问题,开展了基本理论方法研究,主要内容包括:(1)通过理论分析建立了高精度荷载识别模型。为了避免迭代递推求解中荷载识别误差的传播和累积,通过经典的龙格-库塔法对结构状态空间方程进行离散化,在整体采样时间区域内建立从系统输入序列到输出序列的映射关系,从而给出基于Topelitz矩阵全局时域内动态荷载高精度识别模型,并分析了识别模型的稳定性条件。同时,与弱伽辽金方法和零阶保持状态空间法进行对比分析。数值模拟表明在无噪声状态下提出的方法精度最高,在低噪声环境中也具有较高的识别精度,且该方法可避免刚度矩阵求逆,改善了解的稳定性。(2)在小波多分辨率的框架下,研究了动态荷载多尺度识别。为了提高全局时域内线性方程组的求解效率和改善解的稳定性,提出了基于小波-伽辽金法的荷载多尺度识别方法。基于小波多分辨率的概念,从理论上推导了基于Db小波尺度函数的基函数展开方法。将荷载识别问题转化为小波子空间中线性方程组的求解。不仅可在不同分解尺度下观测荷载识别结果,还可以减少荷载向量中未知数的个数。采用数值模拟的方法研究了脉冲荷载和谐波荷载的识别问题,并分析了不同影响因素对荷载识别结果的影响。(3)改进了时序去卷积动态荷载识别方法并进行参数化分析研究。将荷载识别问题转化为线性方程组的求解都面临着传递矩阵的维数随样本点数的增加而增大的问题,这不仅会加剧因传递矩阵的病态性导致荷载识别的数值不稳定,还会降低计算效率。因此,本章研究并改进了时序去卷积荷载识别方法,建立了任意时刻荷载识别误差与相互独立噪声序列向量之间的关系式,提出了归一化标准差新指标。此外,对时序去卷积法进行了参数化分析。随后,通过数值模拟验证了改进方法的有效性。(4)提出了扩展卡尔曼滤波框架下的非平稳随机地震动识别方法。将有限带宽的白噪声通过Kanai-Tajimi模型得到平稳过滤的白噪声,然后进行调幅处理来模拟非平稳随机地震动,从而建立非平稳的随机地震动荷载模型。将地震动模型和结构模型组合成增广的状态空间方程,基于结构在模拟地震动作用下的振动响应,在卡尔曼滤波算法的框架下实现地震动的识别。同时分析了测量噪声和传感器布置对识别结果的影响。(5)提出了脉冲荷载稀疏正则化识别方法。针对脉冲荷载在时域中固有的稀疏性的特点,研究了稀疏正则化(l1-范数的正则化)信号重构问题。将脉冲荷载识别问题转化为基于l1-范数正则化的优化问题,通过快速迭代阈值缩减算法迭代求解,算法简便,收敛快,可以同时识别脉冲荷载的时程和作用位置。同时,从数学的角度阐述了l1-范数正则化导致荷载识别结果稀疏性的基本原理。