建筑结构在使用年限内由于会受到自然灾害、人为因素等不可避免的作用，从而导致其内部发生损伤乃至破坏。结构的损伤识别在既有结构的评价、维修等方面具有重要意义。目前国内外关于识别结构损伤的方法已有许多，其中基于振动信息的识别方法被广泛运用。在基于振动信息的损伤识别方法里，基于自回归(AR)模型的结构损伤识别方法由于操作简便、不需要输入信号等优点被广泛使用。然而，该方法未考虑进所有观测值可能存在的误差，只假设当前时刻观测值存在误差，导致其损伤识别结果不准确。本文结合国内外统计分析理论的研究成果，计算了忽略既往时刻观测值包含的误差导致损伤识别结果的误差值，提出了一种基于改进的AR模型的结构损伤识别新方法。该方法不仅考虑了当前时刻观测值的噪声，同时也考虑了既往时刻观测值中的噪声，抗噪性能较强，能够有效地用于实际工程中。主要成果如下：
　　(1)系统地研究了基于AR模型的结构损伤识别方法，包括数据的检验和预处理、模型的初步定阶及其常用的参数估计方法。采用最小二乘求解理论，基于AR模型对模拟算例进行了系统的参数识别研究。同时，经过对比分析得出了更敏感的损伤因子，进行研究从而确定结构的损伤程度。最终，通过有限元模拟，基于AR模型和最小二乘求解算法对不同损伤工况下的有限元模拟结果进行识别，证明了该方法能有效地识别结构损伤程度及位置。
　　(2)证实了传统最小二乘估计出的AR系数的偏差随着观测值误差的增大而增大。采用了一种观测向量和系数矩阵均包含噪声的AR统计模型，且分析了国内外研究现状中对最小二乘求解传统AR模型时忽略的误差部分导致参数估计结果的偏差值的研究。通过有限元模拟及对比研究了噪声对基于传统AR模型及其最小二乘解的损伤识别结果的影响规律。
　　(3)提出了基于改进的AR模型及其总体最小二乘参数估计理论的结构损伤识别新方法。采用一种适用范围更广的改进的AR模型，分为考虑核不考虑系数矩阵误差与观测向量误差的相关性两种情况，基于数理统计分析研究成果，分别提出对应的总体最小二乘求解算法，研究各自的识别效果及抗噪性能。最终，利用有限元模拟研究，证实了所提出的方法能有效地识别结构损伤程度和位置，且较最小二乘法求解传统AR模型更为准确。
　　(4)开展了基于某高层建筑结构的振动台试验数据的损伤识别研究。首先，开展了某超限高层住宅楼的振动台模拟试验，分析了该建筑的抗震性能及动力特性，进行了相应的有限元模拟研究，证实了该建筑设计虽满足我国设计规范要求，且鞭梢效应明显，部分薄弱位置需要加强。基于试验数据，运用本文提出的基于改进的AR模型及其TLSE算法进行结构损伤损伤识别，通过对比表明了识别结果较为准确，证实了本文所提的算法在实际工程中的适用性。
　　综上所述，本文提出了一种基于改进的AR模型和总体最小二乘求解算法的结构损伤识别新方法，证实了该方法的有效性、研究了其优势。首先，在证实了基于传统AR模型及其最小二乘解损伤识别方法的有效性的基础上，分析了其因忽略了部分观测值误差而导致参数估计结果的偏差值对结构损伤识别结果的影响；然后，提出了一种改进的AR模型及其改进后的扩展总体最小二乘算法的识别新方法，且通过数学算例和数值模拟证实了新方法识别结果更为准确抗噪性能更强。最后，通过某大型振动台试验及其有限元模拟结果研究了某超限不规则建筑的抗震性能及动力特性，将本文所提的算法应用于实验数据中，证实了新识别算法在实际应用中的有效性。