大型结构的健康监测技术是近年来的研究热点之一。其中损伤诊断是其难点与核心问题,而目前多数的结构损伤诊断方法都需要获得结构的振动特性,因此结构模态参数识别是结构健康监测技术的关键。传统的模态参数识别方法都需要采用人工激励同时获得输入和输出信号,建立结构的频响函数或脉冲响应函数来进行模态参数识别,故只适用于小型结构。大型结构采用人工激励不仅实施困难、价格昂贵并且会影响到结构的正常使用,因此,利用环境激励下的结构响应进行模态参数识别引起了人们的广泛关注。本文主要研究结构在环境激励下的工作模态参数识别,以便对结构进行在线健康监测。首先回顾了模态参数识别基本理论与主要研究方法,为本文的后续研究工作构建了基本的理论框架。继而结合自然激励技术和两种时域模态参数识别方法,形成结构工作模态参数识别的NExT-ITD法和NExT-ERA法,并建立了NExT-ITD法和NExT-ERA法操作流程。最后围绕ITD法和ERA法研究了时域模态参数识别法的系统定阶和噪声模态剔除问题。NExT技术的前提条件是结构受到高斯白噪声激励,而环境激励事实上是一种非平稳随机过程。为了验证验证NExT-ERA和NExT-ITD在环境激励下工程应用的准确性和有效性,采用这两种方法分别对一个三层框架结构模型和一座三跨混凝土连续梁桥进行了振动试验模态参数识别,联合奇异熵增量谱和稳定图确定系统阶数剔除噪声模态,并将识别结果与频域法识别结果和有限元计算结果相对比。识别结果证明：NExT-ERA法和NExT-ITD法均可以有效应用于工程实践。