航空器的维护对航空安全有着十分重要的作用,航空器的持续适航管理与航空器使用的各个环节紧密相关,对航空安全的影响也非常大。在持续适航中,如何对工作状态下的航空器进行结构在线健康状态监测和诊断,对发动机故障进行快速诊断是当今世界各航空公司以及研究所所关心的问题,基于结构模态参数变化的方法是该领域的研究热点之一。本文主要针对工作环境激励下的航空器结构进行时变系统模态分析。本文主要针对航空器结构出现损伤或发动机系统出现故障时模态参数会发生改变的特征,研究如何利用工作环境激励下的时变系统振动响应进行信号处理和分析,进而对反映航空器结构健康和运行状态的模态参数进行辨识,为航空器的安全提供重要保障。本文采用多种参数辨识方法对时变系统进行了研究,其主要内容:(1)在信号处理方面,首先介绍了EMD分解方法,指出了其过程中的关键因素、问题及相应的解决或改善的方法。然后介绍了小波变换,并且引进了提升小波,也就是第二代小波变换,对第二代小波的优势也做了相应的介绍;(2)介绍了基于EMD的Hilbert变换模态参数辨识方法,提出了基于EMD的蚁群算法的模态参数辨识方法;(3)提出了基于第二代小波的Hilbert变换和基于第二代小波的蚁群算法模态参数辨识方法。为了验证所提出方法的有效性,本文通过MATLAB建立了一个三自由度系统,在刚度线变和突变两种情况下,对各种方法进行了验证,结果表明基于EMD的Hilbert变换和蚁群算法、基于第二代小波的蚁群算法对刚度线变系统的参数都有较好的辨识效果,而基于第二代小波变换的Hilbert变换辨识结果误差比较大,此外,基于EMD的蚁群算法和基于第二代小波的蚁群算法对刚度突变系统的参数也有较好的辨识效果。对基于ADAMS的具有滑动质点的简支梁模型进行了模拟实验验证,并对多种方案所得结果进行了对比分析。研究表明,本文提出的各种方案都能够较有效地进行环境激励下的模态参数识别。