随着经济和社会的发展，越来越多的大型和复杂的结构出现在人们的生活中，结构的安全就显得尤为重要，因此相关的结构损伤检测技术也越来越多地成为许多研究学者的研究重点。现代科技的迅猛发展，使得现代传感技术、信号采集技术、数据处理技术得到了很大的提高。基于结构振动响应信息时间序列分析的结构损伤识别技术正是在这样的背景下越来越多地受到了国内外研究学者的关注，成为结构损伤识别领域的研究热点。本文综述了国内外的损伤识别研究成果和发展趋势后，在充分理解时间序列模型理论的基础上，首先对美国LANL国家实验室的一个三层框架结构模型的加速度响应数据应用线性滑动平均模型ARMA模型拟合，提取其线性特征，然后将所得的残差应用非线性条件异方差模型GARCH模型进行拟合，并针对GARCH模型特点，定义其结构损伤识别指标后得到了比较好的识别结果。为了进一步改善损伤识别结果，将拟合ARMA模型后所得的残差应用另一类非线性随机波动模型SV模型进行拟合，定义新的结构损伤识别指标，得到了相比于GARCH模型更好的识别结果，达到了研究的预期目的。本文的创新之处在于针对GARCH模型，结合模型自身的特点，创造性提出了利用健康状态和损伤状态下模型残差方差的标准差之比作为结构损伤识别指标，在前人的基础上较好地改进了识别结果。同时首次将SV模型引入结构损伤识别领域，建立了应用SV模型识别结构非线性损伤流程，取得了预期的效果。