近年来随着国民经济的发展,体育馆、展览馆、航站楼、大剧院等大跨度空间结构正不断向大型化、复杂化方向发展。这些建筑一般都属于国家重大项目,社会影响力大,服役使用期限长,因此了解结构特性、实时监测结构健康状态、保证结构的安全具有极其重要的意义；而模态参数识别是了解结构动力特性和健康状态的重要手段。因此,研究空间结构的模态参数识别和实测方法,具有一定的理论价值和现实意义。本文通过分析调查、理论研究、硬件设备设计、系统开发与应用、实验验证等方法,深入、系统地开展了空间结构的模态参数识别与实测方法研究。解决了基于无线传感器网络的加速度信号采集的关键技术问题,开发了无线控制和加速度数据采集设备；分析了结构模态参数的时域、频域特点及其识别方法,研究并开发了模态参数识别系统；提出了张弦桁架结构的预应力作用动力特性变化规律,研究了基于神经网络的结构识别的若干关键问题,比较并验证了BP网络和RBF网络的识别性能。本文主要内容和取得的成果具体如下：(1)结合空间结构动力测试的特点,研究了模态分析理论及其程序实现过程,开展了无线传感器网络在模态实测领域的应用研究,解决了组网、同步、数据压缩等关键技术,开发基于无线传感器网络的加速度数据采集与模态参数识别系统,为结构模态参数实测提供可靠的技术平台。(2)基于该无线模态参数测试系统,进行了柱面壳结构、管桁结构和张弦桁架结构的模态参数识别实验。实验结果证明,该系统测点布置灵活、数据采集传输可靠、分析识别能力强,已经达到或超过了国内的同等水平。(3)对张弦桁架结构的动力特性进行了讨论,测试并分析了张弦桁架结构在不同预应力大小、不同拉索松弛以及不同预应力损失情况下的模态参数,提出了张弦桁架结构在拉索及预应力作用下的动力特性变化规律。(4)研究了基于模态参数的结构损伤识别问题,比较了损伤识别方法和理论。重点研究了神经网络的若干技术,进行了基于神经网络的柱面网壳结构支承条件识别研究,比较并验证了BP网络和RBF网络的识别性能。