高超声速飞行器在高速飞行时会表现出明显的时变动力学特性,所以控制系统为达最优控制就需要利用实时的动力学特性参数,然而这类飞行器结构复杂难以通过精细建模的方法提供准确的时变动力学特性参数,因此在线辨识方法更具有工程应用价值。当前可用于在线模态参数辨识的方法中,时域方法虽多但其发展受到模型定阶难、计算量大和跟踪效率有限等问题的制约,而频域方法虽计算效率高但是能用于在线辨识的却很少,尤其是递推型方法。此外,高超声速飞行器在高速飞行时还需要承受很大的载荷,这时局部装配间隙会导致结构出现显著的非线性特性,进而会严重影响结构的颤振特性,因此准确的局部非线性参数辨识对研究这些结构的颤振特性具有重要意义。目前可用于局部非线性参数辨识的方法中,能提供参数化模型的辨识方法几乎都需要测量非线性描述函数相关的响应,这一严格要求限制了它们的实际应用范围。综上,本文选择在时变结构模态参数和局部非线性参数辨识方面开展研究,主要研究内容如下:（1）针对原单变量（单通道）变分模式分解在分析多传感器振动信号时需要逐通道分解以及人工交互才能实现模式对齐的问题,基于最新的多变量变分模式分解发展了一种非参数化的频域模态参数辨识方法;此外,还基于模态叠加原理和变分模式分解框架,建立了另一种参数化的频域模态参数辨识方法。仿真算例结果表明两种新方法均继承了原单变量方法在密频模式分解和时变结构模态参数辨识方面的能力,并且提升了辨识效果;实际应用也证明了这两种新方法的有效性。（2）针对变分模式分解方法需要预先指定待分解信号模式个数及预估模式中心频率的问题,基于（1）中的两种多通道信号变分模式分解方法,发展了两种可以从多传感器振动信号中逐次提取模态参数的方法。与（1）中相同的仿真算例结果表明两种逐次提取改进方法不但继承了原方法在密频模式分解和时变结构模态参数辨识方面的能力,还提升了收敛性;此外,实际应用证明这两种逐次提取改进方法可以仅利用响应数据或利用频响数据辨识时不变结构的模态参数。（3）针对前述变分模式分解方法均基于窄带模式假设不适用于长时程包含宽带模式或谱重叠模式的非平稳振动信号分析,且仅能用于离线辨识的问题,基于短时平稳假设和（1）中的两种多通道信号分解方法,提出了两种在线递推型时变结构模态参数辨识方法。仿真及实验算例均表明两种递推型改进方法都拥有在线辨识能力,且能连续跟踪时变结构的模态参数。（4）针对现有的能提供局部非线性参数化模型的辨识方法均要求非线性描述函数相关响应可测的问题,基于骨架线拟合和自适应调频模式分解,提出了一种可以在局部非线性描述函数相关响应不可测的情况下对折叠舵结构的间隙非线性参数进行辨识的方法,并对所提辨识方法进行了数值验证,最后通过在实际折叠舵结构间隙非线性参数辨识中的应用进一步证实了所提方法的有效性。