在建筑结构的健康监测、控制和状态评估中经常遇到的一个关键性问题是如何根据环境激励下结构的实测响应数据准确估计结构阻尼比及自振频率等模态参数。传统的环境激励下结构模态参数估计方法往往需要把激励假定为白噪声或平稳信号,而高层建筑受到风荷载作用时,激励是非平稳的,强台风作用下非平稳性更强,因此这些传统的识别方法就不在适用。如何处理非平稳信号就成为了环境风激励下高层建筑模态参数识别的关键问题。针对这个问题,本文将变分模态分解(VMD)、基于多重信号分类算法的经验小波变换(MUSIC-EWT)、自适应无参经验小波变换(APEWT)等最新的非线性、非平稳信号处理方法引入到结构模态参数辨识中,并与传统的参数识别方法结合起来,提出了三种环境非平稳激励下结构模态参数识别的新方法。首先利用上述三种时频分析方法对结构响应数据进行分解,获得一系列单模态信号,再采用自然环境激励技术(NExT)得到单模态信号的自由衰减响应,最后使用频率求解方法和曲线拟合获得结构的自振频率和阻尼比。利用三层框架结构的数值模拟对本文提出的参数识别方法的性能进行研究。首先对不同楼层的加速度响应数据进行分析,考察了这些方法的稳定性,然后对添加不同噪声水平的加速度响应进行分析,评估这些方法的抗噪性能。最后对非平稳激励下模型的加速度响应进行分析,验证了这些方法估计环境非平稳激励下结构模态参数的准确性和可靠性。使用这些方法对台风“达维”作用下广州中信广场的实测响应数据进行分析,并将估计的模态参数和EEMD方法的分析结果进行对比,进一步验证了这些方法的准确性和有效性。高层建筑属于密集模态结构,利用信号处理方法对其实测响应数据进行分解的过程中会出现模态混叠现象。针对这一问题,本文引入同步提取小波变换(SET)对单分量信号进行去噪处理,利用SET只保留了与目标信号的时变特征最相关的短时傅里叶变换(STFT)结果的时频信息的特性,消除频率混叠和噪声的影响。首先使用MUSIC-EWT对中信广场的实测加速度数据进行处理,获得一系列单模态信号,再采用SET方法对单模态响应进行去噪处理。最后通过NExT、INHT和曲线拟合得到结构的模态参数,并将识别结果与VMD-NExT方法的估计值进行对比,验证了SET消除频率混叠和噪声的能力。同时针对Hilbert变换存在的频率波动和端点效应问题,提出了改进的归一化Hilbert变换(INHT)和直接插值法(DI)两种瞬时频率求解方法。通过三层框架结构数值模拟和中信广场实测数据的分析,验证了本文提出的两种瞬时频率求解方法的准确性和稳定性。