移动荷载识别问题属于结构动力学反问题,对这类问题求解时往往转化为对线性程组的求解。但是由于逆问题普遍存在的不适定性,对识别方程组的求解结果将会产生严重偏差。传统识别方法,如时域法和频时域法等,在桥面移动荷载识别过程中存在着对识别工况敏感、易受噪声干扰、识别准确率低等缺点。为了克服这些缺陷,获得满足工程实际的识别结果,本文在综合考虑了多种移动荷载识别理论后,提出采用基于最小二乘QR分解法(LSQR)改进的时域法进行移动荷载识别。LSQR算法是一种迭代正则化算法,通过对方程组的系数矩阵进行对角化和QR分解以减弱不适定性,再通过最小二乘法求得近似解。在数值仿真中,以伯努利欧拉简支梁为计算模型,以三类移动荷载作为识别目标,通过由不同位置测点的弯矩响应和加速度响应组成的12类识别工况,进行移动荷载识别。对识别结果进行分析比较,经过LSQR算法改进的时域较传统时域法在求解精度和抗噪性等方面有着明显优势,但是在10%的噪声干扰下,个别工况的识别误差较大,难以满足工程实际精度。为了进一步提高识别结果的准确性,本文又在LSQR算法中引进了预处理技术,形成预处理最小二乘QR分解法(PLSQR)。对PLSQR算法采用同样的仿真模型,进行了两类两轴时变荷载数值仿真,通过与LSQR算法识别结果比较,PLSQR算法的识别精度和抗噪性能显著增加,对工况的敏感性进一步减弱,对车辆后轴上桥和前轴下桥时刻的识别准确度大幅提升。此外,本文还对比了不同预处理矩阵对识别结果的影响,结果发现不同的预处理矩阵适用于不同的荷载类型和工况类型,选择合适的预处理矩阵可以得到更加精确的结果,同时也能提高计算效率,缩短荷载识别时长。