统计能量分析(StatisticalEnergyAnalysis-SEA)是预测宽频随机激励下复杂结构高频动力学响应的有效方法,为航天器结构的声振环境预示及高频动力学分析提供了一个有力的工具。基于统计能量分析法的结构响应预示的关键环节是借助理论或实验方法准确估计结构的SEA参数并建立合理的SEA模型。本文的工作主要针对这一问题寻求试验和理论结合的SEA建模方法,分别对统计能量分析功率流实现和模型辨识以及SEA模型修正技术进行了深入研究,并进一步给出了基于时域测试数据的实验统计能量分析方法。具体研究内容为:　　针对功率输入法完备子系统激励和测量的限制条件,提出了基于观测器(OBS)和特征系统实现算法(ERA)的功率流实现方法,可利用非完备激励、测量子系统的功率输入和能量输出的一般时域测量数据建立统计能量分析的功率流模型。为克服直接求解功率流模型Markov参数的缺陷,采取了由观测器模型Markov参数间接求解的思路,同时考虑了多组实验数据的参数辨识问题。在此基础上,给出了基于特征系统实现算法的功率流最小阶实现。分别给出了二子系统和多子系统仿真算例,验证了OBS/ERA方法的正确性和有效性。　　为有效提高辨识算法的计算效率、稳定性和精度,基于子空间法提出了统计能量分析的功率流模型辨识方法。通过测量数据矩阵(功率输入和能量输出)行空间的正交或斜向投影消除噪声干扰项并得到与系统广义可观测矩阵列空间等价的子空间,最后借助奇异值分解构造等价子空间正交基,进一步利用最小二乘法求解系统矩阵。仿真结果表明,子空间功率流模型辨识方法(SPI)较OBS/ERA法在辨识精度、稳定性和计算效率等方面有更优越的性能。针对子空间法特点,提出了基于调制随机输入功率试验数据的辨识方法,对SPI算法辨识精度和稳定性给出了进一步的改善。　　系统研究了统计能量分析模型修正方法,利用修正算法可由功率流模型辨识结果得到统计能量分析参数。首先基于线性变换理论建立了SEA辨识模型和物理模型的关系。进一步针对辨识功率流模型特征量的非完备性,基于约束优化理论推导了统计能量分析的模型修正公式。同时通过增加子系统间耦合信息为约束条件并取耦合矩阵系数相对变化量的最小范数为目标函数,推导出改进的耦合矩阵修正算法。应用Tikonov正则化对改进的修正算法进行了数值改进,增加了修正结果的稳定性。针对测试子系统非完备的问题,研究了统计能量分析的子系统扩展,推导了辨识特征向量子系统扩展公式。最后,通过多个仿真实例对以上算法进行了对比分析和验证。　　分别提出基于能量灵敏度分析和特征灵敏度分析的SEA参数修正方法,可以灵活选取实验测试量(子系统能量、功率流模型特征值和特征向量等)与对应分析量之间的残差为目标函数,直接对物理意义更明确的SEA参数进行修正。推导了子系统能量和功率流模型特征量关于SEA参数的灵敏度计算公式。同时为考察并估计功率输入和能量输出测量数据及输入SEA参数对修正参数的影响,推导出相应的误差灵敏度分析公式。为提高算法的数值稳定性,基于正则化法对灵敏度矩阵的病态问题进行了研究。最后,通过多个仿真实例对算法进行了验证和分析。　　在以上研究成果基础上,给出了阻尼复合板结构的时域实验统计能量分析。利用现场实验的测量数据得到结构子系统的输入功率和能量的时域数据,并由OBS/ERA和SPI成功辨识得到结构功率流模型。进一步通过SEA模型修正得到了结构的SEA参数,并与传统实验统计能量分析方法进行了对比,验证了时域方法的正确性和有效性。而且即使在非完备子系统激励和测量条件下,利用时域方法也可成功对理论初始模型进行有效的修正,修正SEA模型的响应预示与实验数据能较好地吻合。