统计能量分析(SEA)是解决复杂结构高频动力学问题的有效方法,并广泛应用于航空、航天领域。但是利用该方法有效解决实际问题的关键是能够正确估计统计能量分析参数。针对这一问题,论文在研究半稳态统计能量分析的子空间系统辨识和模型修正理论的基础上,提出了一种识别统计能量分析参数的新方法。首先,论文分析了统计能量分析基本原理和数学模型,讨论了两种有代表性的SEA参数识别方法:功率输入法和基于特征系统实现算法(ERA)的功率流实现方法。在此基础上,提出了基于子空间的SEA参数识别方法:结合子空间系统辨识算法的基本思路,将多变量输出误差状态空间(MOESP)子空间方法应用于半稳态统计能量分析模型辨识,得到其状态空间形式的辨识模型,并进一步得到辨识模型的特征值和特征向量;基于约束优化的思想,提出了统计能量分析模型修正的约束优化问题,推导出了统计能量分析的模型修正公式,通过对初始SEA模型修正得到统计能量分析参数。其次,对基于子空间的SEA参数识别方法进行了数值仿真验证。三子系统统计能量分析模型的算法仿真验证了算法的正确性,而且识别参数的精度非常好。采用蒙特卡罗仿真方法,研究了噪声对算法参数识别精度的影响,结果表明算法的稳定性和抗干扰性都令人满意。通过与特征系统实现算法仿真结果比较,证明了子空间方法能更有效地降低噪声对参数估计的影响。利用仿真数据,将算法应用在小卫星结构的SEA参数识别上,在各个倍频程频率带宽内都得到了比较满意的结果,从而为算法进一步应用于实际工程中奠定了基础。最后,利用算法对L型板结构进行实验统计能量分析参数识别。先对试件结构进行振动测试,利用测试数据估计对试件的输入功率和振动能量,为参数辨识提供实际的输入输出数据。然后应用子空间算法从实验数据提取辨识模型,利用SEA模型修正方法得到了试件的统计能量分析参数,并与功率输入法的结果进行了比较分析,两者结果一致。实验结果也进一步验证了本文算法的正确性。