建筑结构的参数识别与损伤诊断是结构健康监测领域中的一项重要课题。在过去的数十年内,业内许多专家与学者给出了理论各异的,基于结构振动响应的参数识别与损伤诊断方法。然而,这其中的许多方法,大都是针对于时不变系统的。但在重大荷载发生时(如高烈度地震等),结构单元发生损伤,它的物理参数(如刚度等)在荷载作用中是随时间变化的。为了实时地捕捉这一变化,结构健康监测系统应该具备在线地识别时变结构参数的能力。因此本论文在第二章,在前人基础上得到了基于改进的自适应卡尔曼滤波的时变系统在线识别方法。与现有文献相比,该方法利用了自适应因子来反映结构参数的变化,能够仅在结构响应数据部分已知的情况下,在线地识别结构时变参数。首先利用经典的卡尔曼滤波算法识别时不变的结构参数,当参数收敛并稳定后,通过利用卡尔曼滤波中“修正项”的误差协方差,建立了关于自适应因子矩阵的非线性矩阵方程,并将其转化为一个带有非线性约束的最优化问题,然后通过求解该最优化问题求解这个自适应因子矩阵。并在求解矩阵前,先进行损伤的判定,对于判定为未损的情况,跳过自适应因子的求解,以适应该方法“实时在线”的要求。最后通过平面剪切框架与平面框架两个数值算例验证了所改进之方法的有效性。在本论文第三章,考虑到外部输入在现实中往往难以精确量测,将改进的自适应卡尔曼滤波推广到未知输入的情况,并考虑了激励作用处加速度响应观测与不观测两种情况,得到了未知激励下基于改进的自适应卡尔曼滤波的时变系统在线识别方法。该方法可以在部分响应数据已知的情况下,在识别时变的结构参数的同时识别作用与结构的未知激励。该方法首先确定时不变的结构参数,待参数收敛并稳定后,建立关于自适应因子矩阵的方程,再通过将其转化为带有非线性约束的最优化问题进行求解。并在求解前,通过损伤判定适应方法“实时在线”的要求。最后,通过两个分别承受未知的地震激励与白噪声激励作用的平面剪切框架验证了该方法的可行性。在本论文第四章,由于全局的系统参数识别,往往会涉及过多的结构自由度以及未知的结构参数。并且在与时变参数相关的自适应因子求解中,过多未知单元也会对非线性方程的求解带来计算压力。并且有关子结构的研究,鲜有针对于时变的系统。因此借鉴已有学者提出的“子结构”方法,将全局结构中的部分单元单独分离开来,并在边界自由度上施加原结构中的未知内力,使之成为独立的结构。再利用前述未知输入下时变系统的参数识别方法进行识别。与现有文献相比,该方法在结构部分自由度加速度已知的情况下,识别时变的子结构参数,并同时识别子结构边界上的未知力。最后利用一个双侧外伸的多跨欧拉梁验证了该方法的准确性。最后,在本论文第五章,考虑到结构损伤/参数识别与结构振动控制共用传感器系统,因此对于同时需要两者的建筑结构,很有必要进行结构参数识别与振动控制的一体化方法。本章节将前述未知输入下的时变系统识别方法与结构半主动控制相结合,在实时地识别时变结构参数的同时对结构进行半主动控制,并进行未知外部输入的识别。最后,利用未知的地震激励与白噪声激励作用下的平面剪切框架验证了该方法的正确性。