在自由车辆及环境荷载激励下桥梁加速度响应数据的频谱特征在有车上桥时段和无车上桥时段呈现出了明显的差异。图3-4为有车上桥时桥梁加速度响应的时程及频谱，2-4Hz 的振动能量占有了绝对的优势，桥梁低频振动成分几乎被此车辆激振的响应淹没，低频振动频点的频谱峰值不明显，且在非结构频点处存在峰值；图3-5为无车上桥时桥梁加速度响应的时程及频谱，2-4Hz 的振动能量大大降低，1Hz 以下的低频振动能量占有优势，其频谱峰值明显。 结论： 1)车辆为桥梁附加质量，从而导致固有频点的频谱峰值发生偏移。 2) 由车辆激励导致的桥梁受迫振动由于能量太大，加之现有采集精度及 采样频率有限，将会对桥梁很小的低频振动产生较大影响，表现为低频振动的 频率点处频谱峰值发生偏移。 3) 不同车辆上桥时桥梁频谱特征也有很大差异，固有频点位置不稳定。 4) 利用包含大量有车时段的数据进行模态识别其可信度和精度必然降低。 综上所述，既然消除车辆激励对模态识别可靠度和精度的影响比较困难，本章提出回避有车上桥时段，只利用无车上桥时段的数据进行识别。但是对于运营桥梁而言，无车上桥区段的时间很短，且随机出现，为了综合利用众多很短的无车时段的数据来提高模态参数识别精度，我们***先要利用小波分析技术进行单模态提取。 对滨州黄河公路大桥、哈尔滨四方台大桥以及东营黄河公路大桥的实测加速度数据进行频谱分析，结果表明这些桥梁的大部分低阶模态不密集，各阶模态之间耦合程度较小，各阶模态对应的频带峰值明显且相互干扰较小，因此提取加速度数据中各阶单一模态对应的频带进行频率和振型识别是可行的，精度完全满足工程要求。传统的基于 FFT 的频带提取技术适用于频谱特征在整个时域内相对稳定的数据，而由上节的分析可知桥梁加速度数据频谱特征在时域内是不稳定的，另外大型桥梁的加速度数据在时域上有一些不稳定区段，处理这样的数据，FFT 具有先天的不足，而具有时频分析能力的小波分析技术却具有先天的优势。基于小波分析的频带提取技术不但能很好的提取数据中的给定频带成分，而且可以很好地保留此频带成分对应的时域特征。