在结构健康监测领域，虚拟传感旨在基于稀疏物理测量推断大型结构的完整状态。通过将少量物理传感器与高精度数值模型相结合，该技术有望显著减轻部署密集传感器网络所带来的安装与维护负担。然而，虚拟传感的性能高度依赖于数值模型的保真度，而模型-结构间的差异以及服役环境的多重不确定性（如材料参数、边界条件、外部荷载及测量噪声等），对实现高精度状态推断构成了严峻挑战。针对上述难题，本文提出了一种基于粒子滤波与模态扩展耦合的鲁棒虚拟传感方法。该方法首先利用模态扩展技术，在仅有少量测点动态响应的条件下预测未布设传感器位置的结构响应，并将预测结果与实测数据融合，形成粒子滤波过程中的伪观测量；随后在粒子滤波框架内引入包含结构状态与未知参数的增广状态向量，基于贝叶斯推断实施序贯重要性采样及重采样，以获得增广状态后验概率密度估计，旨在实现外部荷载和模型参数均未知情形下，结构关键位置动态响应的重构以及模型参数与荷载时程的同步识别。为评估其性能，以多层剪切框架结构和多跨连续刚构桥为例开展了数值仿真。结果表明，在高斯白噪声、冲击荷载及地震等多种荷载工况下，该方法仅需少量位移与加速度测量数据，即可实现未测自由度动力响应的精确重构，并实现层间刚度、阻尼及外部荷载等参数的识别。此外，开展了框架桥模型试验，设计了两种传感策略：一种是仅采用少量加速度传感器的稀疏观测方案，另一种是联合采用加速度与应变传感器的多源信息融合方案，旨在系统评估该方法在不同工程应用场景下的适用性与鲁棒性。试验结果表明，在计及测量噪声与模型误差的耦合影响时，所提方法仅需有限的实测桥梁数据，便可准确估计主要承重构件关键截面的动态响应，并对结构参数及荷载作用实现高精度识别。该虚拟传感方法为稀疏监测条件下的结构状态与参数一体化辨识提供了有效途径，对发展经济可靠的结构健康监测技术具有较重要的理论意义和工程价值。
 

虚拟传感；结构健康监测；模态扩展；响应重构；系统辨识