结构参数的不确定性普遍地存在于实际工程问题中,这些不确定性参数并不是完全相互独立的,往往存在着相关性。结构参数的不确定性和相关性都会造成系统响应的不确定性波动,所以发展有效可靠的考虑相关性的不确定性传播方法,对随机响应进行准确地不确定性分析,有利于提高可靠性分析的准确性。本文基于Nataf变换和Copula函数开展了考虑相关性的随机不确定性传播方法研究,提出了考虑参数相关性的多层级不确定性传播方法,并应用于飞行器载荷的不确定性设计中。本文的研究内容由以下几部分组成:（1）在衍生λ-PDF度量随机变量分布的情况下,采用数值解法解决了Nataf变换过程中相关系数计算困难的问题。依据Nataf变换,建立了相关随机变量空间和独立标准正态空间之间的联系。在独立标准正态空间进行抽样,经Nataf逆变换得到相关随机变量的样本,带入系统得到样本的响应,采用基于误差减小比率的多项式结构选择技术将系统响应进行多项式混沌展开,得到最优埃尔米特多项式模型。利用埃尔米特多项式在权函数为标准正态分布时的加权正交特性,对多项式系数进行分析得到系统随机响应的矩信息。通过最大熵原理得到系统随机响应的概率密度函数,实现考虑线性相关的不确定性传播方法。（2）结合Copula函数和直接概率积分法,实现了考虑非线性相关的不确定性传播方法。在随机变量存在非线性相关的情况下,采用Copula函数度量变量间的非线性相关性。基于Copula函数的条件分布逆函数,改进了基于广义F偏差的点选择方法,使选择的代表点分布在概率密度更大的位置上。根据由Copula函数拟合的联合概率密度函数和Voronoi单元划分技术,计算代表点的浓缩概率。然后基于概率直接积分法,得到系统随机响应的概率密度函数。（3）为了解决多系统的不确定性传播问题,提出了考虑相关性的多层级不确定性传播方法,并应用于飞行器载荷的不确定性设计。将飞行器载荷的不确定性分析问题简化为一个串联的两层级不确定性传播问题。第一层级采用基于Nataf变换和正交多项式混沌展开的不确定性传播方法,得到第一层级输出变量的概率分布函数,同时得到其样本。然后基于D vine Copula函数拟合第一层级输出变量的多维复杂相关性。在第二层级传播中,依据Copula函数的条件分布逆函数和边缘分布逆函数抽取第二层级输入变量的样本,然后基于蒙特卡洛模拟法进行不确定性传播,得到飞行载荷的概率密度函数。