许 鑫，史治宇，Wieslaw J.Staszewski，龙双丽

(1.南京航空航天大学 飞行器结构力学与控制教育部重点实验室，南京 210016;2.Dynamics Research Group，Department of Mechanical Engineering，University of Sheffield，Sheffield S1 3JD，England)

无论是航空航天、高速列车，还是土木桥梁、造船机械，力学结构在其服役期内总会由于载荷，环境，人为等因素的影响出现结构的力学参数随时间变化的特性。这种时变特性所引起的力学问题近一二十年来备受关注。而结构参数识别是力学建模和力学分析的基础，时变结构参数识别也由此成为近些年来参数识别领域的一个热点问题。

国内外学者提出了不少的时变结构参数识别方法，它们都基于不同的信号处理技术，大致可以分为:经验模态分解(EMD)和 HT(Hilbert Transform)变换[1－2]，状 态 空 间 法 (State Space)[3－4]，小 波 变 换(Wavelet Transform)[5－7]，功能序列时变 ARMA 模型(FS － ARMA)[8－9]以及一些自适应算法[10－11]。

这些方法中，小波变换由于能够自适应调节窗口的大小，具有多尺度分析的能力，可以对非稳态信号做精细的时频局部处理，是目前非稳态信号分析中应用最广泛的技术手段。连续小波变换最早是由Staszewski和 Cooper[12]应用到参数识别领域当中的。Le 等[13]根据小波脊与模态参数之间的对应关系进行了结构参数识别，并对比研究了三种分析小波函数的特性。对于时变问题，王超等[14]运用Morlet小波识别了时变结构的瞬时频率。在离散小波方面，Ghanem等[6]运用Daubechies小波识别了时变系统的物理参数。Chen等[7]利用 Haar小波提取时变系统的参数。许鑫等[15－16]又将 Daubechies小波引入状态空间模型，无需计算二阶小波连接系数，达到了识别时变结构参数的目的。

本文首先推导了……