结构健康监测的关键问题之一是如何正确地监测结构的动力响应,而监测结构动力响应往往十分依赖于传感器系统。因为考虑经济条件、仪器设备的制约等因素,不可能在结构的所有部位都安装传感器。许多部位甚至某些关键部位没有安装传感器,从而无法为结构健康监测与安全评估提供完整有效的信息。近几十年来,借助于响应重构技术,用有限数量的传感器测量响应重构未测量点的动力响应已经引起了许多学者的关注。卡尔曼滤波算法是一种以最小均方误差为最佳准则,利用测量响应对系统状态向量进行最优估计的迭代算法。因此有不少学者利用卡尔曼滤波算法来重构结构的未测点响应。这些现有的基于卡尔曼滤波算法的响应重构方法,假设测量噪声方差R与过程噪声方差Q是已知的并且它们是恒定的。然而,实际上它们是未知且是时变的。因此,本论文考虑R与Q未知的情况下,利用有限测点响应,研究了基于移动窗卡尔曼滤波算法的结构响应重构方法。本文的主要工作如下:首先,研究测量噪声方差未知基于移动窗卡尔曼滤波算法的结构响应重构。基于卡尔曼滤波算法和移动窗技术,推导了测量噪声方差的估计方程与结构响应重构方程。通过二维简支外伸梁结构与三层框架结构的数值算例验证了所提方法无需预先设定测量噪声方差,可较高精度的重构结构未测点的响应。其次,研究测量与过程噪声方差均未知基于移动窗卡尔曼滤波算法的结构响应重构。基于测量噪声方差未知的成果,进一步使用移动窗技术估计过程噪声方差,建立了测量与过程噪声方差均未知时结构响应重构方程与重构误差方程。再次以二维简支外伸梁结构和三层框架结构为例进行数值模拟分析,估计的测量和过程噪声方差是时变的。无论是时域内的对比还是频域内对比,重构响应与测量响应之间的误差都很小,从而验证了该方法的可行性和有效性。最后,通过简支外伸梁和三层框架的实验室结构模型进行了试验验证。考虑了随机荷载与锤击荷载两种不同的激励方式以及200 Hz与500 Hz两种不同的采样频率来验证第二章和第三章提出的方法。试验结果分析表明,利用已测点的响应在R和Q未知的情况下重构的未测量点响应与测量响应不论是在时域还是在频域内都能吻合良好,从而进一步验证了所提方法有效性和实用性。