一般来讲,风荷载很难实现现场测量,而风洞试验和数值模拟尽管能够获得结构风荷载,但由于受到流场模拟技术及计算方法的限制,风荷载评估结果的准确性还需要进一步的验证。考虑到目前结构风致响应的实测技术比较成熟,结构加速度及位移响应的测量精度远高于荷载的测试精度,因而基于结构风致响应来反向识别风荷载是一条切实可行的途径。为此本文提出了两种高层建筑风荷载识别方法。开展了横琴国际金融中心大厦的风洞试验和典型方形截面建筑模型的风洞试验,详细介绍了高层建筑的工程概况、试验设备和流场模拟等过程,为后续方法验证工作奠定了基础。基于测压型风洞试验,将试验数据对应转化到实际结构当中去,并对测点风压积分,利用线性插值法求出每个楼层的动态风荷载,并计算风致响应,最后利用有限楼层响应进行反向识别研究。通过横琴国际金融中心大厦的风洞试验验证了基于离散型卡尔曼滤波(DKF)方法的准确性,该算法只使用了六个楼层的加速度响应或者位移响应计算识别出每个楼层的风荷载和风致响应时程,得到了较为满意的结果。通过典型方形截面建筑的风洞试验反分析评估了基于卡尔曼滤波与递推最小二乘法相结合的方法(KFLS)的识别精度,该算法通过六个楼层的位移响应识别出结果,研究结果表明基于位移响应识别的结构风荷载及风致响应与真实结果吻合良好,并对比研究了两种识别方法的特性。同时研究了高层建筑风荷载反演分析需要的响应对应楼层测点的优化布置,通过结构前几阶振型规划出测点优化布置方案,并且给出了不同楼层测点布置方案对比识别风荷载,验证了优化楼层测点布置对于风荷载识别的重要性。通过对结构模态参数(包括自振频率及阻尼比)人为增大或减小5%,进而考察参数估计误差对两种方法风荷载识别结果的影响。由识别结果可知一定范围的模态参数误差对反演精度的影响可忽略不计,意味着两种方法对模态参数估计误差不敏感。通过给出偏离准确初值较大的状态向量进行风荷载和响应估计计算,识别结果都能很快与准确结果吻合良好,证明了两种方法识别计算过程中对状态向量初值的依赖性较小。两种方法都考虑了响应中含有测量噪声下的风荷载反演情况,采用了L曲线的方法计算了测量噪声协方差强度_vR的大小,利用计算的_vR值成功识别了测量噪声存下较为准确的风荷载,克服了利用卡尔曼滤波理论时需要提前知道噪声统计特性的问题,并且上述的计算结果反应了该方法具有一定的抗噪声能力,识别结果均能满足实际工程的需要。