在自由車輛及環境荷載激勵下橋梁加速度響應數據的頻譜特征在有車上橋時段和無車上橋時段呈現出了明顯的差異。圖3-4為有車上橋時橋梁加速度響應的時程及頻譜，2-4Hz 的振動能量占有了絕對的優勢，橋梁低頻振動成分幾乎被此車輛激振的響應淹沒，低頻振動頻點的頻譜峰值不明顯，且在非結構頻點處存在峰值；圖3-5為無車上橋時橋梁加速度響應的時程及頻譜，2-4Hz 的振動能量大大降低，1Hz 以下的低頻振動能量占有優勢，其頻譜峰值明顯。

結論：

1)車輛為橋梁附加質量，從而導致固有頻點的頻譜峰值發生偏移。

2) 由車輛激勵導致的橋梁受迫振動由于能量太大，加之現有采集精度及

采樣頻率有限，將會對橋梁很小的低頻振動產生較大影響，表現為低頻振動的

頻率點處頻譜峰值發生偏移。

3) 不同車輛上橋時橋梁頻譜特征也有很大差異，固有頻點位置不穩定。

4) 利用包含大量有車時段的數據進行模態識別其可信度和精度必然降低。

綜上所述，既然消除車輛激勵對模態識別可靠度和精度的影響比較困難，本章提出回避有車上橋時段，只利用無車上橋時段的數據進行識別。但是對于運營橋梁而言，無車上橋區段的時間很短，且隨機出現，為了綜合利用眾多很短的無車時段的數據來提***模態參數識別精度，我們***先要利用小波分析技術進行單模態提取。

對濱州黃河公路大橋、哈爾濱四方臺大橋以及東營黃河公路大橋的實測加速度數據進行頻譜分析，結果表明這些橋梁的大部分低階模態不密集，各階模態之間耦合程度較小，各階模態對應的頻帶峰值明顯且相互干擾較小，因此提取加速度數據中各階單一模態對應的頻帶進行頻率和振型識別是可行的，精度完全滿足工程要求。傳統的基于 FFT 的頻帶提取技術適用于頻譜特征在整個時域內相對穩定的數據，而由上節的分析可知橋梁加速度數據頻譜特征在時域內是不穩定的，另外大型橋梁的加速度數據在時域上有一些不穩定區段，處理這樣的數據，FFT 具有先天的不足，而具有時頻分析能力的小波分析技術卻具有先天的優勢。基于小波分析的頻帶提取技術不但能很好的提取數據中的給定頻帶成分，而且可以很好地保留此頻帶成分對應的時域特征。