结构健康监测和状态评估一直是结构工作者研究的热点。基于振动的结构损伤检测是结构健康监测的一个重要手段,经过测试可以获得大量振动信号。由于外界环境例如白噪声、各种环境随机激励对传感器的影响,所采集的信号中混入除反映结构振动信息外的其他随机成分,这些随机成分“污染”了振动信号,统称为噪声。为了保证所测试振动信号的真实性和可靠性,并且更好进行下一步的损伤识别,去除信号中的噪声成为结构健康监测领域一个迫切需要解决的问题。结构振动信号去噪是信号预处理问题,那么可以采用有关信号处理的方法和技术。独立分量分析是信号处理研究领域中的一个具有创造性的方法,在机械、生物、地震、图像的除噪方面已取得多项应用上的成果,因此本文尝试将ICA的思想运用到结构振动信号降噪处理中。主要研究内容如下:(1)研究了独立分量分析(ICA)的基本理论和算法。介绍了进行ICA计算前的预处理和基于负熵的快速固定点独立分量分析算法(FastICA)。(2)分析了噪声的来源和特点,介绍了基于小波的降噪原理。传感器采集信号过程中,复杂的环境对传感器产生影响,形成噪声。基于阈值的小波降噪是先将信号分解,再确定阈值,滤除噪声。通过数值模拟和梁振动实验,运用小波降噪方法的处理,表明小波具有降噪能力,但在应用中有一定局限性。(3)介绍了基于ICA的降噪思路,该思路利用噪声与结构振动信号相互独立的特点,从传感器信号中部分或全部分离出噪声。文章提出两种附加信号通道的设置方式:同测点增加扩展通道和增设虚拟或实测噪声通道。最后采用信噪比、FFT谱等评价准则对数值算例和实验梁振动信号降噪效果的评定,说明独立分量分析在结构振动信号处理方面具有巨大的实际运用潜力。