船舶作为由船壳、船体骨架、甲板、船舱和上层建筑组成的大型结构物，由于船体设备产生的内部激励和外界复杂的环境激励，可能会出现较严重的振动问题。严重的船体振动一方面是船体结构疲劳破坏和船上机械设备难以正常运作的直接诱因，另一方面振动问题引起的舱室噪声也会影响船员和游客的居住舒适性。船舶结构的模态参数，可以用来作为结构振动特性的评价指标，因此模态参数识别技术作为对船舶振动进行准确评价和控制的必要手段，在船舶的减振优化设计领域被广泛应用。　　传统的模态参数识别方法建立在系统输入输出数据均已知的基础上，必须通过人工施加激励，才能够识别系统的模态参数。然而船舶运行时受到各种复杂激励作用，很难对激励信号做出准确描述，而且在实验过程中很难对结构施加有效激励。在这一基础上，基于环境激励的运行模态分析方法迅速发展起来，无论系统处在何种复杂环境激励的作用下，运行模态分析仅仅需要系统在运行状态中通过传感器实时采集得到的振动信号，便可以识别系统的模态信息。　　本文主要研究了环境激励下以希尔伯特黄变换(HHT)为代表的运行模态分析(OMA)方法在线性系统上的识别应用，并在这一基础上，重点研究了奇异值分解(SVD)和信号重构技术在信号降噪处理中的应用。作者总结了国内外学者近年来在模态参数识别领域的主要研究，并归纳出运行模态分析领域中存在的热点问题;详细介绍了HHT方法基本理论，并基于MATLAB平台实现了HHT识别算法;基于HHT方法对线性时不变及时变结构进行了数值仿真，设计了移动质量-悬臂梁耦合结构进行实验研究，并将识别结果同特征系统实现(ERA)算法进行了对比，验证了HHT方法识别非稳态信号的优越性;重点讨论了SVD和信号重构技术对模态参数识别方法的降噪作用，并将其应用到船模及实船试验中，证明了HHT方法在工程实际中的可行性。