随着桥梁跨径的加长和建筑高度的增升,结构对风的敏感性大大增强,风致振动已经成为大跨桥梁和超高层建筑设计和运营过程中必须关注的重要问题.在风致振动分析中,各种类型的气动参数扮演着重要角色,其中尤以桥梁结构的气动导数和气动导纳以及超高层建筑的气动阻尼最受关注.本文的主要研究内容是获取桥梁结构和超高层建筑在紊流风场中的气动参数的随机系统识别方法.围绕这一主题,本文对气动参数随机识别的算法构造、仿真研究、桥梁节段模型气动导数和气动导纳识别的风洞试验研究、超高层建筑气动阻尼识别等方面展开详细研究.论文首先以目前在随机模态参数识别领域应用广泛的基于输出协方差估计的随机子空间方法(Covariance-driven Stochastic Subspace Identification,简称CSSI)为内核,对大跨桥梁气动导数和气动导纳识别的随机方法进行了理论研究,并在自然风场数值模拟的基础上,对以上两种参数的随机识别进行了仿真研究.两种参数的识别结果均与相应的理论值符合良好,从而验证了所构造算法的可行性和可靠性.在仿真研究的基础上,论文进一步在同济大学TJ-1和TJ-2大气边界层风洞完成了理想流线型薄平板模型和具有П型开口断面的柳州红光悬索桥1:50节段模型气动导数和气动导纳识别的相关风洞测振和测力试验.所识别的流线型薄平板模型的升力和力矩气动导纳均基本符合理论值Sears函数.红光桥的升力气动导纳也与Sears函数接近,但力矩气动导纳的试验值在整个试验折减频率范围内都略小于Sears函数.这表明,工程中目前应用的Sears函数可能并非红光桥这类开口断面桥梁力矩气动导纳的下限,根据Sears函数得到的扭转向抖振响应估计可能仍然偏于保守.论文最后部分采用所研究的随机方法,在课题组前期测得的超高层建筑单自由度气弹模型加速度响应的基础上识别了模型的横风向和顺风向气动阻尼.所识别结果与相关文献提供的结果符合良好,从而验证了采用随机识别算法识别超高层建筑气动阻尼的可行性.