履带车辆在其服役过程中会面临各种恶劣的行驶工况,路面起伏变化会给车体带来一定的振动与冲击。通过传感测试手段实测履带车辆在各种激励作用下的振动响应,可为履带车辆结构优化提供科学依据。在振动测试中,首先应进行振动传感器布局以保证科学合理地获取履带车辆振动响应信号。鉴于此,本文以履带车辆半车为对象,结合传感器布置优化理论,进行基于改进粒子群算法的履带车辆半车车身传感器布置优化计算,进而开展集传感器布置优化于一体的履带车辆振动测试分析系统设计与开发。主要研究内容如下:（1）基于传感器布置优化理论和基本粒子群算法,提出一种惯性权值协同学习因子非线性动态调整的粒子群优化算法（particle swarm optimization algorithm for nonlinear dynamic adjustment of inertial weight cooperative learning factor,PSO-IWLF）,将其作为后续传感器布置优化算法,并对算法性能展开仿真测试。（2）以履带车辆半车为研究对象,通过履带车辆半车有限元模态分析,获取节点不同阶模态振型值,作为优化计算数据输入;依据模态置信准则（modal assurance criterion,MAC）,采用PSO-IWLF算法,开展履带车辆半车车身振动加速度传感器布置优化计算,并对优化计算结果进行试验验证。（3）根据测试与分析功能需求,搭建振动测试硬件系统;采用MATLAB和Lab VIEW混合编程方式,调用Math Script脚本节点,进行Lab VIEW与MATLAB之间数据流传输,开发嵌入PSO-IWLF算法的履带车辆振动测试分析软件,实现传感布置优化、数据采集、数据管理、数据分析等功能。（4）基于履带车辆振动试验台,分别以不同行进速度下的戈壁路面、砂石路面、铺路面以及起伏路面的模拟路面谱信号作为控制输入,开展四种模拟典型路面谱激励下的履带车辆振动测试试验;对振动信号进行时域分析、频域分析,并与已有振动测试软件分析结果进行比对。本文研究结论可为履带车辆振动测试以及车身结构优化提供理论基础和实践指导,具有一定的工程实践价值与意义。