目前,国内外整车振动噪声舒适性(NVH,Noise,Vibration and Harshness)性能开发过程中,后期实物样车的NVH性能诊断开发仍占据重要位置,且开发周期长。在整车NVH集成分析与开发中,主要是对车身性能的单独分析,很少考虑实际底盘或路面随机激励的影响,车身及子系统的性能目标都是基于上代车型的性能以及经验值确定。因此,通过随机载荷识别技术快速准确地获取路面载荷,为整车路噪分析提供可靠的源输入,降低整车开发成本缩短研发周期,实现整车NVH性能开发在前期的精确预测和评估有着重要的实际意义。然而,由于随机载荷的统计特性,传统的载荷识别方法无法直接应用于随机激励识别问题中,并且需要考虑到结构模型的不确定性与反求过程中的不适定性。为解决此问题,本文针对不确定性结构随机载荷识别及其在整车路面随机激励识别与路噪分析优化的应用展开了研究,完成的主要研究工作与创新点如下:(1)提出了一种全新的改进正则化方法用于确定性结构随机载荷识别,解决了反求过程中存在的不适定问题并极大地降低了载荷识别误差。首先利用逆虚拟激励法建立了部分相干平稳随机激励识别的正问题模型,将复杂的随机载荷识别问题转化为识别多阶虚拟激励的确定性问题。通过随机载荷识别相对误差公式的推导,研究了频响函数(FRF)矩阵的条件数和测量噪声对识别随机载荷相对误差的影响。根据虚拟激励的特点和正则化参数对残差范数和解范数的影响规律,构造了全新的正则化参数,解决了随机载荷反求过程中的严重病态问题。通过与目前国际主流的Moore-Penrose伪逆法和Tikhonov正则化方法的识别结果对比,该方法提升了路噪随机载荷识别的准确性与稳定性,有效降低了随机载荷低频的巨大识别误差并防止了中高频范围的过度正则化,能在全频范围内得到精准的真实随机激励。(2)发展了基于矩阵摄动的不确定性结构复合随机载荷识别方法,对随机参数变化水平较小的不确定性结构随机载荷识别问题进行了研究。在频域内将随机载荷表示为频率和随机参数的函数,构建复合随机激励识别的正问题模型。基于Taylor级数一阶展开和矩阵摄动将不确定结构的随机激励识别问题转化为两类确定性反问题,即结构随机参数均值处各阶虚拟激励的反求和虚拟激励对各随机参数灵敏度的反求,进而利用偏微分推导随机激励关于各随机参数的灵敏度。结合提出的全新改进正则化方法避免反求过程中的不适定性,最后得到识别随机激励的统计特征。该方法在随机参数变化水平较小时,能有效可靠地识别复合随机载荷边界。(3)提出了一种基于声压的不确定性声固耦合系统随机载荷识别方法,结合证据理论解决了变化水平较大且多峰分布的系统随机参数问题。考虑声固弱耦合情况,基于声固耦合系统理论首先建立了结构随机激励与声压响应的正向关系模型;根据逆虚拟激励法,利用非接触式测量的声压响应代替结构振动响应来进行随机动载荷识别。针对耦合系统中含变化水平较大且多峰分布的随机参数,研究了一种基于证据理论和区间分析的复合随机载荷识别方法。该方法不依赖于随机参数的变化水平和分布方式,可以有效地评估随机激励识别结果,此外,基于声压的非接触式测量与接触式测量相比,测量响应更为准确、方便。(4)依托提出的随机激励识别方法建立了仿真与测试结合的整车轮心载荷识别与整车路噪全流程正向开发平台,突破了整车开发前期载荷谱缺失而无法进行整车路面激励噪声预测的困境。通过编制的载荷识别软件,对某款SUV车型进行了轮心随机载荷识别,同时提出了基于虚拟激励的整车路噪传递路径分析(TPA,Transfer path analysis)方法,克服了随机激励自谱无相位信息的难题。在高精度整车仿真模型上加载识别轮心随机激励,对SUV车型6挡60km/h驾驶员右耳路噪进行了分析,通过对尾门的结构优化,实现了车内低频路噪问题的改进与提升,并利用试验进行了验证。建立的正向开发平台解决了整车开发前期随机激励获取难、低频激励识别误差大等难点,实现了整车开发前期路噪预测、诊断与优化的一体化设计,极大地提升了预测精度,缩短了整体设计周期。