随着经济建设的发展和科技水平的提高,我国在基础设施领域进行了大规模建设。这些土木工程结构在服役期间会受到疲劳腐蚀、自然灾害等因素影响,出现一定程度的损伤,威胁整体的安全性。因此,结构健康监测系统被安装到大型的结构中,但是,如何快速、准确地分析出结构的模态参数和识别出结构损伤仍然是健康监测系统的难点问题。本文对无监督参数识别算法(独立成分分析算法)进行研究,针对算法的局限性进行改进,提高算法的参数识别能力,并将算法引入结构的损伤识别中。完成的主要研究及成果如下:(1)对结构模态参数识别方法进行综述,系统地描述了基于输出的参数识别技术和损伤识别技术的重要性和研究现状,并对无监督盲分离方法的发展历程进行简述。(2)对独立成分分析算法的基本理论知识、经典模型、独立性判定依据、预处理过程,以及算法的分析流程进行介绍。独立成分分析是从多维的数据中寻找具有相互独立以及非高斯性成分的一种盲分离的核心算法,可以直接处理混合响应信号,更加方便解决实际问题。重点介绍了固定点算法(FastICA)的理论、识别流程和优点。(3)提出改进的IDT-FastICA算法。研究了独立成分分析算法和结构参数识别之间的联系,并探讨了独立成分分析在模态参数识别领域的局限性,分析局限性产生的原因。针对局限性,本文提出基于逆衰减窗的改进FastICA算法,提高了独立成分分析的参数识别能力。通过弹簧-质量块模型、简支梁模型的数值模拟,以及三层框架试验验证了改进算法的有效性和可行性。(4)提出独立分量分析识别结构损伤的DWT-FastICA算法。通过结合离散小波变换和FastICA算法,快速确定结构的损伤时刻和对应的损伤位置。通过不同工况下的多自由弹簧-质量块和三层框架模型,验证该算法的有效性和可行性。