随着经济和科技的发展，许多大型复杂结构得以兴建，而这些结构在使用过程中不可避免的受到损伤，如何有效并及时的发现结构的损伤以预防事故的发生已成为当前土木工程研究领域的热点。本文首先介绍了结构损伤识别的研究现状及所用的一些理论和方法，重点论述了贝叶斯概率统计方法在结构损伤识别和模型修正的发展和应用。根据贝叶斯概率后验分布的理论，分别建立了时域分析和频域分析的结构损伤概率模型，针对蒙塔卡罗积分常用抽样法无法有效处理高维问题的缺陷，本文提出采用先进的过渡式马尔可夫链蒙塔卡罗（TMCMC）抽样方法来解决多未知参数的识别问题并对该方法的抗噪性能进行了研究。所应用方法的创新点如下：1.对原始的TMCMC进行改进以提高其计算效率，减少运算时间2.建立了Matlab和商用有限元SAP2000之间的数据交换通道OAPI，使得算法可以全部在Matlab环境下运行并实现对SAP2000的计算控制。3.对影响TMCMC算法效率的重要参数进行了讨论，实现了TMCMC参数的优化4.利用改进后的TMCMC对高维参数的识别问题进行了分析5.对于桁架节点的复杂特性采用特殊单元进行模拟，并用所提出的改进后TMCMC对节点处的损伤进行识别。6.对于改进后的TMCMC的抗噪性能进行研究分析，考虑了多种的噪声水平。通过对复杂的桁架结构模拟计算表明，本文所提出的方法可以有效的实现复杂结构多维参数在观测噪声影响下的损伤识别，并且可以根据后验分布样本值的数字特征估计损伤的程度及位置，在文章的最后进一步阐述了现有方法的不足之处，提出了有待研究的问题。