飞行器在地面运载过程的随机振动以及推进过程中起飞排气噪声与运载火箭高速飞行时引起的气动噪声对飞行器的影响越来越受到关注。随机响应的预示和随机载荷的识别仍然是目前飞行器动力学环境研究中的难点。一种新的计算方法-虚拟激励法(PEM),将平稳随机振动的计算转化为稳态简谐响应计算,采用最基本的结构动力学方法来处理平稳随机响应问题,大大提高了计算效率,并且是精确的解答。逆虚拟激励法(IPEM)则继承了虚拟激励法的高效精确的特点,为随机振动的载荷识别提供一条思路。本文主要利用虚拟激励法在平稳随机振动的响应计算与平稳随机载荷的识别两个方面进行了研究,后者是全文的重点。结合有限元建立分析模型,利用仿真对虚拟激励算法与常用的CQC(完全二次结合)方法,SRSS(平方和平方根)方法在计算线性系统随机振动响应功率谱精度与效率上进行了一个比较,得出虚拟激励法的计算量对于参与模态叠加数量并不敏感,是高效的算法,同时又是精确的算法。设计了简单的实验验证了用虚拟激励法进行响应预示的正确性可行性与抗噪声性能;本文重点对载荷识别进行了研究。用逆虚拟激励法在简单的3自由度,9自由度,以及数百自由度的有限元模型上用大量的计算机仿真详细分析了响应测点的位置和数量,阻尼,响应测量精度,系统参数的误差,以及噪声等对载荷识别精度产生的影响,并针对这些问题给出了改进的方法,提出用条件数的平均值大小来对响应测点组合进行筛选和判断对应频率范围内载荷识别结果可信度的一个标准;分析了传递函数矩阵的病态给识别带来的误差,并给出了几种常见的病态矩阵处理的算法,提出了条件数加权平均算法来处理传递函数的病态,并分别用仿真和实验进行了验证,识别效果得到了一定程度的改善。在相干与不相干两种不同的随机激励力情况下设计了两组实验验证逆虚拟激励法的可行性,与正确性,并利用条件数的平均值进行响应测点的筛选,结合条件加权平均算法,使得识别的结果良好,基本满足了工程需要,并对实验进行了误差的分析。