本发明公开了一种基于卷积降噪自编码器的车致应力鲁棒关联映射方法，所述方法利用降噪自编码器的思想，将一维卷积网络作为编码器，从多测点应力数据片段中提取特征，再将一维转置卷积网络作为解码器，重构去噪后的完整应力数据；在训练过程中，对应力数据进行随机破坏，令模型学习随机缺失的非完整数据到完整数据的鲁棒映射；利用充分训练的模型，可通过对比重构值与真实值判断数据模式的变化，还可根据不同传感器数据缺失条件下的总体重构精度，评估特定传感器组合缺失对该监测项目数据完整性的影响。该方法解决了现有结构健康监测数据挖掘算法在数据随机缺失条件下难以继续发挥作用的问题，提高了数据驱动的结构健康诊断方法的鲁棒性。