大跨径桥梁造价高,一般会安装各类传感器来实时监测桥梁的工作状态,而模态参数识别是评估桥梁状态的前提和基础。同时,大跨径桥梁具有固有频率低、模态密集、测试信号容易受噪声干扰等特点,在对其进行模态参数识别时:一般的时域、频域方法无法提取其中非平稳、非线性部分;而时频域方法小波变换和HHT变换又存在小波基选择以及理论基础不强等局限性,本文对高自适应性的EWT时频分析方法进行探究,并改进提出可用于大跨径桥梁的模态参数识别方法。根据EWT算法提出改进:频谱划分是EWT分解的关键步骤之一,针对大型桥梁模态密集的特点选择可以自动估计模态数的尺度空间法,然后通过对多个仿真信号及实测的桥梁振动信号进行频谱划分,对尺度空间法对应的三种阀值计算方法进行讨论,并根据划分结果选取适合桥梁振动信号的最大类间方差法。针对大型桥梁振动信号易受噪声干扰的特点,提出利用形态学闭运算滤波对频谱图进行降噪处理,并通过仿真信号和实测信号来验证方法的有效性。基于改进EWT算法提出桥梁模态参数识别流程;利用相关系数从分解得到的模态分量中筛选出有效分量,利用随机减量法和Hilbert变换从有效分量中识别模态参数。通过简支箱梁模型来验证本文方法的有效性:获取多个竖向白噪声激励下简支梁各节点的振动响应,然后根据上述识别流程获取简支梁的模态参数,接着对简支梁有限元模型进行模态分析获取模态参数,最后进行对比分析;再通过南京长江大桥实测振动信号进行验证:将采集到的振动信号进行分解并识别模态参数,再建立南京长江大桥一联的有限元模型进行特征值分析获取模态参数,最后将结果进行对比分析。结果表明:相关系数的引用能够筛选出虚假模态,形态学闭运算滤波的降噪处理可以平滑噪声带来的频谱图波谷尖峰,使得模态过分解现象得以抑制,频谱划分的结果更加准确。无论是仿真模拟得到的桥梁响应信号,还是环境激励下对桥梁进行振动试验采集到的桥梁响应信号,基于本文提出的改进EWT算法的模态参数识别流程均可以进行有效分解,并准确的识别出桥梁的模态参数。