混合试验方法能够很好地评估结构抗震性能,为研究大型复杂结构的动力问题提供可靠手段,近年来得到了越来越多的工程应用。混合试验方法将研究对象分成数值子结构和物理子结构两个部分。数值子结构为研究对象中性能相对简单的部分,在计算机中通过数值模型模拟。物理子结构为研究对象中性能相对复杂的部分,在实验室开展物理加载试验。然而,该方法存在物理子结构边界条件不完整以及数值子结构模型不精确的问题。关于这两方面问题的研究对于通过高精度混合试验精准判断结构的抗震性能具有十分重要的意义。针对这两方面问题,本文的主要研究内容如下:1.研究了基于UKF多本构模型参数更新在线数值模拟方法。建立了多本构模型参数更新在线数值模拟方法的原理、数据传输、参数更新及UKF识别方法,并完成了剪力墙结构数值模拟仿真分析。研究结果表明:当观测噪声协方差在1%到5%范围内,位移响应稳定性较好;不同待识别参数数量以及不同激励作用下,均能有效且稳定地完成识别更新,证明了此种方法的可行性。2.提出了基于Sage-Husa噪声估计自适应UKF算法多本构模型参数更新在线数值模拟方法。介绍了基于Sage-Husa噪声估计自适应UKF算法,建立了基于Sage-Husa噪声估计自适应UKF算法多本构模型参数更新在线数值模拟方法流程,并通过剪力墙结构的数值模拟仿真分析验证了该方法的有效性。研究结果表明:当观测噪声协方差处在1%到15%范围内,位移响应和参数识别均能稳定进行,证明此种方法抗噪声干扰能力强;在不同待识别参数数目以及不同激励作用下,均能有效且稳定完成本构模型参数识别更新,证明了此种方法的稳定性和可行性。3.提出了基于遗忘因子自适应UKF算法多本构模型参数更新在线数值模拟方法。介绍了基于遗忘因子自适应UKF算法,建立了基于遗忘因子自适应UKF算法多本构模型参数更新在线数值模拟方法的流程,并通过剪力墙结构的数值模拟仿真分析证明了该方法的有效性。研究结果表明:在观测噪声协方差处在1%到15%范围内,位移响应和参数识别都能稳定且有效进行,证明此种方法的稳定性以及可行性;在不同待识别参数数目以及激励作用下,此种方法识别精度较高且鲁棒性较好,同样证明了此种方法的可行性。