李天之，刘 纲,b，张亮亮,b

(重庆大学 a土木工程学院；b.山地城镇建设与新技术教育部重点实验室，重庆 400045)

结构参数和荷载的识别对结构健康监测、有限元模型更新等具有重要作用。在假设荷载已知的情况下，基于最小二乘估计[1-2]、扩展卡尔曼滤波(EKF)[3-4]、无味卡尔曼滤波(UKF)[5-7]、粒子滤波(PF)[5,8-9]等众多时域方法被广泛应用于非线性系统的参数识别。当已知结构参数时，可采用卡尔曼滤波[10-13]等对荷载激励进行辨识。在土木结构服役过程中，结构参数的变化和荷载激励往往都是未知的，将结构参数识别和荷载辨识分开进行研究较难满足土木工程的实际需求。为解决这一难题，各国学者逐步发展了结构参数与荷载同步识别方法，丁勇等[14]运用正交分解法建立荷载方程，带入状态空间方程，再运用改进UKF算法识别参数和荷载，在三层非线性框架的数值模拟中，可成功识别刚度、阻尼等结构参数和随机荷载；万志敏等[15]在运用改进粒子滤波算法识别结构参数的同时，运用最小二乘估计求得荷载，数值模拟表明，该法同时识别参数和荷载的效果较好。以上解决方案都采用了2种不同的算法，流程相对复杂。同步识别结构参数与荷载还面临另一个难题，当仅运用加速度进行长时间荷载识别时，其结果随着时间的推移逐渐发生偏移，这是基于时域方法的荷载识别过程中难以避免的现象[15]。虽然可以将速度或位移作为观测值来解决这一问题[5]，但在结构健康监测系统的实际应用中，由于较难测量结构的动态速度或位移，一般仅将加速度作为观测值；……