为了充分利用结构健康监测信息,提高信息准确性,本文以小波分析和Kalman滤波为工具,从多尺度理论和模式识别的思想出发,提出了多传感器的多尺度信息融合方法,实现了多速率传感器的多尺度估计融合。 首先,应用离散Kalman滤波的多传感器数据融合算法,来提高结构健康监测信息的完备性和精确性。通过多个传感器的动态信号进行独立Kalman估计结构振动信息,再采用分布式数据融合策略,对各个传感器的独立估计结果进行动态数据融合,并进行了算例验证。然后应用小波变换在不同尺度上对结构动力系统的数学方程进行了分解,并在同一尺度上进行了Kalman估计,重构后的信号与独立Kalman估计结果进行了比较,验证了尺度分解对提高信号准确性的作用,同时探讨了尺度选择与结构特性之间的关系。最后将多尺度分解、Kalman估计与分布式融合算法相结合,推导了多速率多尺度估计融合算法,实现了对多个具有不同采样频率的传感器信号进行估计融合,通过与真实信号相对比的误差分析,验证了该方法的有效性。