环境激励下建筑结构工作模态参数识别问题是国内外研究的热点问题。本文研究了基于希尔伯特振动分解(Hilbert Vibration Decomposition,缩写为HVD)的环境激励下建筑结构工作模态参数识别问题,编制了基于HVD的环境激励下建筑结构工作模态参数识别技术分析程序,其主要研究内容如下:(1)提出逆置法实现无限脉冲滤波器(IIR)实现滤波器零相位,提出自适应波形匹配边界延拓法改善边界效应的影响;应用它们改进了HVD和最小二乘复指数模态参数识别方法,采用改进的方法有效地识别了冲击激励下结构模态参数。(2)提出基于HVD和随机减量方法模态参数识别方法,即将环境激励下建筑结构的任意单点振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用随机减量技术提取自由衰减信号,应用最小二乘复指数法识别结构的各阶模态频率和阻尼比。对五层框架结构模态参数进行识别,结果表明频率识别精度高,误差控制在5%以内,与地震波激励下得到精度相当,阻尼识别中白噪声激励下获得的精度高,误差控制在5%以内,地震波激励下结构阻尼识别误差在工程可接受范围内。对12层混凝土框架地震台模型参数进行辨识并与其他辨识方法比较,得到频率识别精度高,阻尼识别精度较好,数值位于其他识别方法之间。(3)提出基于HVD和自然激励技术模态参数识别方法,即将环境激励下建筑结构的任意两点振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用自然激励技术识别结构的各阶模态频率和阻尼比,对五层框架结构模态参数进行识别,结果表明频率识别精度高,误差控制在2.5%以内,且与激励波形无关,阻尼识别精度与激励波形无关,误差在工程可接受范围内,对12层混凝土框架地震台模型参数进行识别,和其他识别方法结果比较,发现得到频率识别精度相当,阻尼识别精度较好,数值位于其他识别方法之间。(4)提出基于HVD和随机子空间模态参数识别方法,即将环境激励下建筑结构的振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用随机子空间模态参数识别技术识别结构的各阶模态频率、阻尼比和振型,对五层框架结构模态参数进行识别,结果表明频率、振型识别精度高,与直接随机子空间识别结果相当,频率识别误差控制在5%以内,但前者不存在虚假模态,阻尼比识别精度优于随机子空间结果,对12层混凝土框架地震台模型参数识别结果表明,频率、振型精度与直接随机子空间法相当,但前者不存在虚假模态,阻尼识别结果两者有一定差异。