结构的损伤关系到其承载力和使用寿命,严重时可威胁到人民生命财产安全。结构的模态参数识别作为结构健康监测的重要方法,能够对结构整体刚度及工作性能进行宏观的判断。振动具有明显振型叠加特征,即结构振动是由不同频率的振型叠加而成。因此,结构振动分析将时域数据转换成频域数据进行处理,可有效分解出结构各阶模态特征。为了准确高效识别出结构的模态参数,本文从试验设备、时钟同步算法和频域分析算法出发,完成了以下内容:（1）设计了一套采用MCU（Microcontroller Unit,又称单片机）和MEMS（MicroElectro-Micro-Mechanical-System,又称微电子机械系统）的智能无线振动传感器软硬件方案。该振动传感器具有可交互、高速和高精度采集的能力,已经运用于多个实际工程项目结构健康监测。硬件设计方面结合电路理论、微机原理和各芯片操作手册,完成了电源模块、稳压模块、MCU模块、MEMS加速度芯片和无线模块的电路接口设计;软件设计结合通信理论和数据结构,实现加速度芯片数据准确采集、处理和发送等功能。（2）提出了一套全新的结构模态识别时钟同步算法。该算法在TSPN（Timing-Sync Protocol,又称传感器网络时间同步协议）基础上,进一步改进和简化其信息传输延时模型,使其适用于MCU处理的结构模态识别。该算法能够在传感器和终端的时间戳交换过程中完成传感器与终端的时钟同步。（3）进一步优化了结构模态识别的时域-频域转换方法。结合信号处理理论,推导出Goertzel算法、滑动Goertzel DFT算法和频域积分算法一系列时域-频域转化算法,实现实时加速度到实时加速度频谱的获取、实时加速度频谱到固有频率和振型的精确识别及实时加速度到实时动挠度的获取。相对于传统傅里叶变换算法,该优化方法有效降低了计算复杂度。（4）基于实地结构的现场模态试验,设计了对比研究实验方案,并与经典模态识别系统对比,验证了上述无线振动传感器、时钟同步算法和时域-频域转换方法的可行性。