本发明实施例中提供了一种基于EMD和GRU的桥梁传感器时序缺失数据重构方法，属于数据处理技术领域，具体包括：获取桥梁无线传感器的时序数据；识别缺失数据对应的时间戳，将时序数据划分为训练集和测试集；根据时间尺度特征使用经验模态分解方法对训练集和测试集进行分解，将符合要求的时序数据分解成有限数量的本征模态序列的线性组合；设计一种基于GRU的本征模态序列的初始预测模型，利用网格搜索方法在分解后训练集上训练初始预测模型并选择最优性能的超参数，得到最优模型；根据时间戳以及数据内容判断实时数据是否存在缺失，调用最优预测模型对缺失数据段进行重构。通过本发明的方案，提高了数据重构的效率、精准度和适应性。