由于自然和人为因素的影响,大多数工程结构在服役期间存在不同程度的损伤累积和发展,而损伤的累积和发展往往又是导致结构功能失效甚至破坏的一个重要原因,因此,损伤识别受到了许多学者的广泛关注。损伤识别与系统识别紧密相连,不少损伤识别理论都是通过识别结构参数(如刚度、阻尼、频率、振型等)的变化来反映结构损伤。事实上,结构损伤的发生、发展过程是一个典型的非线性过程,而现阶段不少基于模态信息或特征值向量的系统识别方法均基于线性理论,因而,严格意义上说不适合于非线性特征识别。因此,非线性动力系统的识别问题是一个亟待解决的重要问题。系统识别其本质是基于系统的输入和输出,获得系统参数的过程,如果在识别过程中已知信息过少,则无法得到理想的识别结果。在实际工程结构中,由于各种客观条件的影响,如传感器数目和安装位置的局限性,往往难以获得完整的输入和输出信息。因此,系统输入和输出的完备性问题也是一个值得深入研究的问题。基于上述研究背景,本文主要进行了如下几方面的研究工作：(1)根据最小二乘原理,提出了一种基于等价线性化思想的结构非线性行为识别方法,对结构中非线性构件产生的恢复力进行了识别。讨论了完整激励(即激励已知且施加于所有自由度上)和非完整激励(即激励已知但仅施加于部分自由度上)时,该方法的具体实现方式。通过非线性滞回系统、达芬系统、分段线性系统和双旗型系统,验证了该非线性识别法的有效性。此外,对安装有磁流变阻尼器(MR阻尼器)的四层钢框架模型结构进行了动力实验,基于结构的激励和响应时程,识别了该实际结构的非线性特性,验证了该方法在非线性行为识别中的有效性。(2)提出了基于幂级数多项式模型的非线性恢复力识别法,并讨论了该方法在完整激励和非完整激励下的具体实现方法。通过四种非线性数值模型,验证了该方法的适用性和有效性。此外,通过安装了MR阻尼器的四层钢框架模型动力实验,验证了该方法的有效性。(3)提出了一种部分输入未知下的自适应加权迭代算法,该方法不仅能识别结构的参数,还能同时识别作用于结构的未知外激励。通过引入学习因子和加权系数加快了算法的收敛速率,提高了识别精度。分别通过六层剪切型结构模型和平面桁架模型的数值模拟,验证了该方法的有效性,并且研究了噪声、采样时长、加权系数和学习因子对算法的影响。此外,对四层钢框架线性结构的部分楼层施加冲击荷载,识别了该结构的结构参数和未知外激励。(4)通过将自适应加权迭代算法和幂级数多项式模型有机结合,提出了一种部分激励未知下非线性系统恢复力识别法,同时该方法也可以获得未知激励的识别值。分别通过具有非线性滞回特性的多自由度数值模型和4层钢框架结构动力实验验证了该方法的可行性。(5)通过将自适应加权迭代算法与子结构理论结合起来,提出了一种部分输入未知下的子结构线性识别法,该方法能同时识别目标子结构的结构参数和作用于子结构内部的未知外激励,并通过具有50个自由度的集中质量数值模型和20层高层线性结构模型的动力实验验证了该方法的可行性。此外,利用基于幂级数多项式模型的非线性恢复力识别法,对该子结构线性识别法进行扩展,提出了部分输入未知下的非线性子结构恢复力识别法,并通过具有50个自由度的非线性数值模型验证了该方法的可行性。(6)结合加权全局迭代的扩展的卡尔曼滤波算法、自适应加权迭代算法和子结构理论,提出了一种部分输入和部分输出未知下的结构参数和荷载识别方法。此外,通过构造两个子结构,并修改目标子结构在扩展的卡尔曼滤波算法中的状态向量和观测方程,进一步提出了部分输入和部分输出未知下的子结构识别方法,并通过两个数值算例分别验证了这两种方法的有效性和可靠性。