随着工程结构向轻量化、大型化、复杂化方向的发展,动力荷载对此类结构的安全状况影响越来越重要,因动力破坏的事故时有发生,并且常伴有人员伤亡或重大经济损失。为有效保护结构安全,近年来结构健康监测技术得到较大的发展与普及。其通过在结构上安装传感器等设备进行结构状况的实时监测,从而实现结构健康状况的实时评估,进而实现对监控结构的振动控制、安全预警等工作,最终保证结构安全。在健康监测中,对结构的动力特性研究是保证结构动力安全的重要内容。其中,模态参数时评估动力特性的重要指标,因此对运行状况下的结构模态参数的实时识别一直是结构健康监测领域的热门课题。但现有的模态参数识别方法在实际应用中存在上手难度高、虚假模态辨识难、人为影响因素大等问题,为了适应日益增长的结构健康监测普及化的需求,针对结构运行模态的自动化识别、降低其上手难度的研究是一个具有重要实用价值的课题。本文基于盲源分离理论,以加权谱密度盲源分离法为基础,结合张量平行因子分解,建立了联合谱密度识别法,实现了高精度振型信息的估计。并以传统滑窗识别思想为基础,通过结合频域分解法（FDD）的系统定阶理论与模态置信准则（MAC）,提出了一种自适应频域识别窗划分与模态定阶方法,通过将欠定系统转化为多个非欠定子系统,实现了欠定系统的识别,最终提出了一种基于加权谱密度的高精度运行模态自识别方法,为运行状态下的结构模态参数自动识别提供了方法支撑。本文主要研究工作及结论如下:（1）针对盲源分离在模态应用的适应性,从理论上分析了盲源分离的数学模型与振型叠加法的数学模型之间的相似关系,证明了盲源分析理论方法适应于以振型叠加法为基础的线性结构的模态识别。在此基础上,针对加权谱密度盲源分析方法识别精度受加权函数影响大的问题,通过采用多个不同加权谱密度函数来构建联合谱密度张量,并结合平行因子分析与最小谱密度准则分别对每一阶模态进行对应的最优加权函数的甄选,从而实现了高精度振型信息估计。同时,通过一个质量块、弹簧组成的m-c-k数值算例证明了联合谱密度法相较于传统FDD,具有识别精度高、峰值依赖低、信号长度要求低的特点。（2）针对传统滑窗识别方法在识别欠定问题时,对滑窗的初始宽度确定困难和不可调整性的问题,提出了一种基于FDD参数模型与MAC判别的自适应识别窗划分与系统定阶方法,实现了将频域数据划分成多段具有丰富模态信息的非欠定子系统,从而实现了欠定系统的模态信息识别。并通过质量块、弹簧的数值算例验证了该方法的可行性。（3）对重庆某连续刚构桥现场环境激励下的加速度响应进行监测,并采用本文所提出新算法进行模态信息提取,最后通过与该桥的ANSYS有限元模型所得的理论结果进行对比,结果表明该方法所识别前6阶模态与理论结果具有较好的一致性,并且识别结果受虚假峰值影响较小,验证所提方法在实际工程应用中的实用性。