结构激励载荷识别作为获取振动激励源的有效途径,是工程结构振动噪声预报的关键问题之一。考虑到工程结构的复杂性导致设备拆装困难,直接载荷测量法难以实施。通常利用逆问题的反演对作用在结构上的等效激励力进行识别,该方法涉及对不适定问题求解导致解的严重不稳定性,从而迫使激励载荷出现较大的误差。而正则化方法可以有效解决不适定求解过程中的病态问题,研究系统病态的特性和解决方法,可以有效提高载荷识别的精度和效率。本文针对上述问题,采用数值仿真与实验相结合的方法,在可以完全覆盖较低和较高模态重叠因子的频率范围内开展了多激励下结构振动激励载荷识别方法的研究。首先,阐述了系统病态问题的特性和成因,以及克服病态问题的有效方法如奇异值分解和最小二乘法的作用机理。不同正则化方法之间的差异本质上为不同形式的滤波因子,为此将着重讨论对滤波因子起决定性作用的正则参数选取方法。同时对数值模型进行构建和验证,在传递函数和响应中加入噪声以模拟实测环境,为数值仿真计算提供参考。为了对比基于响应误差、传递函数误差、广义交叉检验、L曲线的截断奇异值正则化方法的有效性,以四边简支板为研究对象,重点分析传递函数和响应中信噪比、激励和响应点的数目、板的形状等因素对载荷识别精度的影响。针对传递函数和响应中误差比重未知的情况,提出了对传递函数扰动后基于响应误差的改进截断奇异值方法,结果表明该方法取得一定的改善效果。阐述基洪诺夫正则化的基本原理,详细讨论了传递函数和响应中信噪比的变化,以及激励和响应点相对位置对该方法的影响。对于系统病态程度较低时,直接反转求逆法的识别效果要好于基洪诺夫方法,提出使用所识别出的激励载荷误差作为选取简支板经验’交叉条件数’的依据,结果表明采用直接反转求逆法结合基洪诺夫方法能明显改善激励载荷的识别效果。以实际复杂结构为对象设计相关验证实验,采用修正后的有限元模型获取激励到响应点间传递函数以解决复杂结构传递函数难以直接测量的难题,使用上述正则化方法开展激励载荷识别,识别结果满足工程上的精度要求,从而验证多种正则化载荷识别方法的有效性和稳定性。