扭转效应是引起建筑物地震破坏的重要因素之一，因而扭转问题一直是结构抗震领域研究的重要课题。由于结构地震反应的平扭耦联振动是三维空间动力反应问题，需要对结构试验的离散信号进行识别。振动系统模态参数辨识是结构动力学中一个十分重要的课题，在故障诊断、减振降噪、结构设计及状态监测等方面都具有重要的作用。传统的模态参数辨识方法需要同时利用激励信号和响应信号进行分析，存在许多局限性。随着识别技术的不断发展仅根据系统响应信号就可以进行模态参数辨识的方法不断受到重视和应用。其中时间序列分析就是一种通过对系统响应数据进行参数建模来辨识结构模态参数的比较有效的方法。 本文的主要内容有： 1．介绍了振动系统模态参数辨识的发展情况，概括了不同建模方法的优缺点。对基于时序分析的结构系统识别方法所涉及的建模、模型参数估计、模态参数估计等基本概念以及MATLAB编程语言作了简单介绍。 2．详细阐明了时间序列的基本思想、几种基本时序模型和时序动态特征，讨论分析了如何进行模型识别、模型参数计算和模型的定阶。根据时序模型与系统的关系，阐明了时序分析在结构模态识别中的原理，就如何识别作了说明和推导。 3．作为本论文的研究背景，轻钢龙骨结构体系是一种新型的轻钢结构体系，在国外是被广泛采用的一种建筑形式，在我国近年来才得到发展。日前，由中加合资的青岛迈华无比钢结构住宅开发有限公司开发的这一名为“无比钢(Web Steel)环保住宅”的全新建筑体系，已经通过由建设部科技发展促进中心主持的成果评估。本文通过新型轻钢龙骨体系的振动台试验数据，建立相应的时间序列模型，并计算模型的参数值，从而进行结构扭转效应的模态识别，取得较好的效果，能够满足工程精度的要求。