随着科学与技术的不断发展，现代大型土木结构(例如超高层建筑结构和大跨度桥梁结构)的柔度越来越大，对强/台风荷载激励越来越敏感。其中结构模态参数(自振频率、阻尼比等)和强/台风的风特性参数是影响这些大型建筑结构风效应评估的关键因素。现有的结构模态参数识别技术大都是假定激励荷载为平稳随机信号，这与强/台风荷载激励本身的非平稳特性不相符合，因而这些方法的适用性存在质疑。为了准确识别非平稳荷载激励下结构的自振频率和阻尼比，本文开展了环境激励下结构模态参数识别技术的研究。对于强/台风等极值风环境来说，其风特性参数很大程度上取决于风速的时变均值，因而基于风速时程提取时变平均风成为构建非平稳风速模型计算风特性参数的重要环节。实践中一般将风速的低频分量视作时变平均风，可采用多项式曲线拟合、滑动平均、高阶滤波和小波变换等方式从实测风速记录中提取。但这些处理方式往往缺乏统一的定量提取准则，提取效果依赖于使用者的经验及计算参数的选择。因此发展能有效提取和评估时变均值的方法成为构建非平稳风速模型的迫切任务。针对上述问题，本文同时开展了非平稳风速时变均值提取方法的研究。全文主要工作内容如下：
　　介绍了经验小波变换(EWT)和变分模态分解(VMD)两种信号分解算法及部分模态识别方法理论，包括改进的随机减量技术(IRDT)、自然激励技术(NExT)、希尔伯特变换(HT)、离散能量分离算法(DESA)和半周期能量算法(HCEA)。并据此发展了EWT-IRDT和VMD-SH两种环境激励下结构模态参数识别方法，通过框架结构数值算例验证了该方法的准确性。
　　介绍了平安国际金融中心及其健康监测系统，进一步阐述了台风妮妲及其过境期间的传感器布置。利用EWT-IRDT和VMD-SH对台风妮妲作用下平安国际金融中心的实测加速度进行时频分析，获得了平安国际金融中心的自振频率及阻尼比，揭示了该超高结构模态参数瞬时变化特征(瞬时幅值和瞬时频率)，研究成果为超高层结构健康监测及振动控制提供了有用的依据及资料。
　　提出了非平稳风速的最优时变均值需满足的两个条件。条件1要求提取的时变均值可以表征风速时程的实际变化趋势，且局部极大值或极小值点的个数不能超过6，并以结构在简谐荷载作用下的动力放大因子来阐述其必要性；条件2要求时变均值对应的脉动概率密度分布符合修正高斯函数。此时，新定义了修正高斯偏差系数(MGDC)来表征实际脉动概率密度分布与修正高斯函数的吻合度，并得出修正高斯偏差系数越小对应的时变均值越好的结论。同时结合经验模态分解(EMD)给出最优时变均值的提取过程。利用4个数值算例验证了该方法提取时变均值的有效性。并以此新方法提取了北京气象塔上47米、120米和280米处超声风速仪实测非平稳风速的最优时变均值，拓展了该方法的工程实用性。
　　基于Vondrak滤波和遗传算法开发了一种新的非平稳风速时变均值提取算法。首先，定义修正高斯偏差系数为目标函数，通过遗传算法提取Vondrak滤波的最佳平滑因子(OSF)，继而得出对应时变均值。运用该方法提取了北京气象塔和香港国际金融中心上超声风速仪实测非平稳风速的最优时变均值，计算相应脉动分量的风特性参数(包括阵风因子、湍流积分尺度、湍流强度和风谱)，并与传统平稳模型对比分析，结果表明：非平稳模型的湍流积分尺度随风速的增加而增加，且其在不同高度处的斜率大致相等，但数据的发散程度随高度的增加而增加。同时拟合非平稳风速模型下的脉动风谱得到了适用于不同高度的顺风向修正风谱。