在轨航天器低刚度、大柔性的结构特点给其自身带来巨大的挠性,对航天器动力学和控制带来显著影响。模态参数信息对于建模、动态特性分析及控制器设计是十分必要的。其中模态参数辨识中所需输出是根据对结构配置加速度或位移传感器采集获取的,然而实际的测点数远远小于结构自由度数,因此,合理的传感器优化配置方案和模态参数识别方法对于能否准确识别结构的模态参数具有重要的意义。针对上述问题,本文主要研究工作如下：首先详细介绍了三种主要的传感器优化配置方法,并研究了各自优缺点,在平面桁架及挠性卫星模型上完成了配置布点,结果表明,模态动能法布置简捷,具有很强的抗噪能力,有效独立法保证了各振型的线性独立,模态置信法则增强了各振型的可分辨性。然后,针对传统优化配置方法难以获得最优值的问题,将遗传算法结合有效独立法,对Yao的算法选择过程做了改进,采用精英选择结合比例选择,在挠性航天器上进行了传感器配置,结果发现,改进的遗传算法维持了种群多样性,收敛到最优值所需种群规模比Yao方法减少近50%,降低了收敛到最优值所需种群规模,提高了收敛效率,并且提供了最优值附近的多个较优值,为实际工程提供了更多选择。最后,对某型号挠性卫星模型运用不同方法进行了传感器优化配置,并结合特征系统实现算法对不同方案辨识了系统参数,研究发现,辨识所需的输出数据在姿态信息中加入振动信息后,大幅增加了辨识的模态阶数,三种主要配置方案在有无测量噪声时辨识能力相近,其中EI法在存在噪声情况下略优于另外两种方法,辨识相对误差较小,能够准确地辨识出系统的频率。将需要辨识的模态作为传感器优化配置中的目标模态时,所得配置结果则可以有效识别出目标模态信息。