地震模拟振动台是一种重要的结构抗震试验设备，是机械、液压、电控、结构系统的综合体，包含传感器子系统、作动器子系统、控制子系统等诸多环节。本文以某单向液压振动台系统为研究对象，以提升振动台的波形再现精度为出发点，分析阐述了振动台的工作原理及系统构成，研究了最小二乘法、神经网络算法和自适应滤波算法在振动台系统辨识和补偿中的应用，本文研究工作主要包含以下三个方面:　　(1)采用最小二乘法从时域和频域对振动台模型进行参数辨识研究，研究结果表明:辨识算法能够很好的再现振动台系统自身的特性，最小二乘辨识方法可以用于地震模拟振动台液压系统和控制系统的辨识。　　(2)根据神经网络非线性系统的辨识理论，结合振动台自身特性，提出了一种基于振动台系统的BP网络辨识方法，通过算例仿真，得到了系统的网络辨识模型，并利用振动台的试验数据对该算法进行了验证，结果表明:通过该方法得到的辨识模型能够反应系统自身的特性，验证了该方法有效性。　　(3)提出了一种基于自适应滤波算法(NLMS)的自适应逆控制方法，仿真表明，该控制方法能够提高系统控制的跟踪性能和波形再现精度，通过数值模拟验证了该控制方法的有效性。