桥梁结构模态参数识别是桥梁结构健康监测系统的重要组成部分,准确得到结构的模态参数对于桥梁健康监测具有重要意义。现有的模态参数识别是基于对振动响应数据的处理和分析,对于实际桥梁结构来说,振动信号的成分往往十分复杂,振动测试信号大多是非平稳信号。为了从非平稳的振动测试信号中得到桥梁结构模态参数更精准的振动信息,就需要一个更好的信号处理方法。因此,采用自适应的时频分析方法-局部均值分解,并对该算法做出相关改进来分析和处理非平稳信号,最后结合随机减量法,实现对桥梁结构模态参数的识别。主要研究内容如下：1、系统阐述了局部均值分解的基本原理和实现流程,结合经验模态分解,对比分析了局部均值分解方法中优点和一些不足,并针对这些不足做出改进：包括依据信号自身内部规律,引入自适应极值点匹配延拓法改善局部均值分解中的端点效应问题；根据白噪声的统计特性,采用互补白噪声的方法防止分解中的模态混叠问题；根据Hermite插值函数的优越性,提高该方法的计算效率。2、详细介绍了基于局部均值分解的模态参数识别基本理论和流程,并将该方法应用于仿真算例：包括对三自由度弹簧系统识别,并将识别结果与理论解析解对比分析,证明该识别方法的正确性；对有限元仿真算例进行识别,并与基于经验模态分解的模态识别结果进行对比,证明该方法能够很好的适用于桥梁结构。3、分别识别出某斜拉桥实验模型和某大跨度斜拉桥的模态参数,并与随机子空间算法的识别结果进行对比分析,以验证本文算法对实际桥梁结构模态参数识别的有效性和实用性。