在结构健康监测中,监测效果及监测数据的有效性直接与传感器布置方案有关,在实际工程结构中,安装于结构上的传感器数量往往有限,因此研究如何将有限数量的传感器布置于结构的最佳位置以达到最优的监测效果具有重要的意义。现有的传感器优化布置方法多以结构模态参数识别或损伤识别为目标,且以单类型传感器系统的优化布置为主,而实际工程监测系统中包含多种传感器以全面获得结构局部和全局的信息,辅以结构动力响应重构技术可以重构出难以测量位置处的响应,这对大型、复杂结构的安全评估具有重要的意义。因此,本文系统地研究了“面向结构动力响应重构的多类型传感器优化布置”这一问题,主要对基于数据融合的结构动力响应重构方法、基于逐步消去法的传感器优化布置和基于冗余数据剔除的传感器二次优化布置三个方面进行了研究。针对单一传感器监测的局限性问题,本文使用加速度、位移、应变三种类型的传感器,利用卡尔曼滤波算法对结构的状态向量进行识别,并利用识别的状态向量基于模态叠加法对结构动力响应进行重构。通过简支梁对方法进行验证,结果表明多类型传感器监测系统,各类型数据相互补充,结构动力响应重构值与真实值吻合较好,验证了基于数据融合的结构动力响应重构方法的有效性。结构动力响应重构质量的好坏不仅与响应重构方法有关,还依赖于已布置传感器测点的位置,本文提出了基于逐步消去法的传感器布置方法,选择将平均重构误差方差最小化作为传感器优化的目标函数。并通过桥梁模型的有限元模型对该方法进行验证,结果表明,基于逐步消去法的传感器布置方案具有较好的响应重构效果。针对传感器位置筛选过程中,某些测点空间距离较近产生的传感器数据冗余问题,本文建立了反映信息独立程度的指标-距离系数,利用距离系数对候选自由度的Fisher信息矩阵进行加权修正,以修正后的综合Fisher信息矩阵的行列式的值最大化为目标,提出了基于冗余数据剔除的传感器二次优化布置方法。利用数值验证,对比了优化前后两种传感器布置方案的重构效果及数据冗余程度,结果表明二次优化后的传感器数量大幅减少,重构相对误差仅有小幅的升高,传感器之间的数据冗余程度有了较大的改进。在此基础上设计了结构模型,通过实验进一步证明了二次优化布置方案的有效性。