近年来我国基建事业发展迅速,建筑结构数量大量增加。现役建筑结构除了遭受恶劣环境的影响,还受到自身荷载长期的作用,进而导致结构发生损伤,且随着时间推移,损伤会逐渐积累直至结构破坏。因此,十分有必要对结构开展定期检测,然而由于实际工程结构复杂性和不确定因素的影响,在实际工程中应用仍有较大的困难。本文以统计矩作为损伤指标,提出两步法对框架结构进行损伤识别。首先,通过融合第四阶位移响应统计矩和第八阶加速度响应统计矩指标的结构无模型损伤识别方法初步识别结构损伤位置,改进了在无模型条件下只利用第八阶加速度响应统计矩指标的损伤识别方法无法识别的工况;其次,基于融合第四阶位移响应统计矩和第八阶加速度响应统计矩指标和MH-Gibbs算法识别结构损伤程度。主要研究内容如下:（1）首先推导了统计矩理论,并从对刚度敏感性和抗噪性两个方面说明各阶统计矩损伤指标用于识别结构损伤的效果,改进了融合第四阶位移响应统计矩和第八阶加速度响应统计矩损伤指标的无模型结构损伤识别方法,在框架结构数值模拟上得到了验证。（2）基于贝叶斯方法,推导说明以统计矩作为指标的结构修正参数后验概率密度函数,提出了MH-Gibbs混合抽样算法识别结构损伤位置和程度。考虑传统贝叶斯方法需要多次采样既费时又费力的缺陷,通过正交设计试验确定了MH-Gibbs混合抽样算法单次采样最佳时长,只需一次采样即可对结构进行损伤识别。在此基础上,对比分析第四阶位移响应统计矩、融合第六阶位移响应统计矩和第六阶加速度响应统计矩、融合第四阶位移响应统计矩和第八阶加速度响应统计矩损伤指标,说明融合第四阶位移响应统计矩和第八阶加速度响应统计矩的优越性,在4层框架结构数值模型上验证了该方法的可行性。（3）介绍了结构损伤识别两步法:首先,基于融合第四阶位移响应统计矩和第八阶加速度响应统计矩无模型方法识别结构损伤位置;其次,基于融合第四阶位移响应统计矩和第八阶加速度响应统计矩有模型方法识别结构损伤位置和程度。通过与文献[53]类贝叶斯方法对比分析识别精度和计算效率,说明了两步法的优越性。（4）对同济大学12层框架结构振动台试验模型数据进行分析,通过三个典型工况说明两步法识别结构损伤的工程适用性。