1.一种超高层结构模态参数识别方法模态参数识别方法，其特征在于，该方法通过以下步骤实现：步骤1：筛分不同结构层的加速度测量信号，选取包含结构主要基本频率的测量信号进行分析，i＝1,2,…,n为结构相应的层数，根据同步挤压小波变换去除测量信号的噪声，而后基于去噪后的测量信号，分解和重构结构的主要模态分量，则测量信号表示为：式中， 是经同步挤压小波分解后重构的第i层加速度测量信

号的前m个主要的模态分量；Fi(t)是第i层加速度测量信号中过滤掉的噪声和高阶模态分量；

步骤2：根据希尔伯特变换构建分析信号，之后，根据所述分析信号得到相应瞬时相角和幅值，而后由相应瞬时相角和幅值的自然对数对时间的导数初步识别结构主要频率和阻尼比；

步骤3：根据最小二乘线性拟合方法对于所述初步识别的主要频率和阻尼比进行平滑预测获得准确的识别结果。

2.根据权利要求1所述的超高层结构模态参数识别方法，其特征在于，所述步骤1具体包括以下步骤：步骤101：筛分测量信号，为保证计算的精度，采样点的数量满足2n的要求，其中n为一正整数，建议n为10或11，即采用点的数量为1024或2048，选取包含结构主要基本频率的测量信号进行分析；

步骤102：对于筛分的测量信号进行离散小波变换，首先定义测量信号 的连续小波变换(continuous wavelet transform,CWT)，Wf(a,·)为式中ψ是选择的基小波函数；a为比例系数；“*”表示卷积；

在频域空间，小波变换Wf(a,·)表示为

则对于任意位置(aj,tk)，这里tk是任意的离散时间点，对应的离散时间形式的比例系数 j＝1,2,…,Lnv，L为一非负整数，nv为影响比例系数的参数，通常取32或64，我们用下面的公式计算离散小波变换(discrete wavelet transform,DWT)式中，Γn和 是标准的离散傅里叶变换(Fourier Transform)以及它的逆变换；“·”表示点乘； λk＝2πk/n(k＝0,…,n-1)是频域空间的采样间隔；

步骤103：基于连续小波变换系数，Wf(a,·)，由下面的公式得对应的实值频率式中，为了有效过滤噪声，选用硬门槛参数(hard threshold parameter)γ为MAD是离散小波系数， 的平均绝对偏差；bl是与MAD相关的增大系数，建议取值为1.2～1.7； 是离散小波系数的幅值；

由式(6)可知，离散小波变换系数的幅值小于γ的点被舍弃，从而有效地过滤噪声影响，基于公式(5)，则得基于离散小波变换的实值频率为式中， 且

步骤104：基于由公式(4)和(7)所得的 和 定义去噪加速度信号 的离散同步挤压小波变换为式中，二分频率ωl满足条件

步骤105：设置相应m个带通滤波器，而后进行离散同步挤压小波逆变换，则去噪加速度信号 的每个模态分量能被重构为式中， 是一标准化常数。

3.根据权利要求1或2所述的超高层结构模态参数识别方法模态参数识别方法，其特征在于，所述步骤2具体包括以下步骤：步骤201：对于每一个由离散同步挤压小波变换重构得到的模态分量，即由式(9)得到的模态分量，首先基于希尔伯特变换得到相应的第j阶模态分量的分析信号形式为式中，Aij(t)是与频率ωj相应的重构模态分量在t时刻的幅值；θij(t)是相应时刻的相角；

步骤202：基于公式(10)，结构的瞬态频率和阻尼比由下面的公式获得式中， 为第j阶模态的阻尼体系模态频率。

4.根据权利要求3所述的超高层结构模态参数识别方法模态参数识别方法，其特征在于，所述步骤3具体包括以下步骤：步骤301：在相角θij(t)随时间t变化图中，根据最小二乘线性拟合方法得到相应的一条平均直线来近似表示相角θij(t)随时间t变化的关系，则由该拟合直线的斜率可得预测的阻尼体系模态频率ωdj，即利用公式(11)所得；

步骤302：在幅值的自然对数lnAij(t)随时间t变化图中，选取相应的时段利用最小二乘线性拟合方法得到相应的一条平均直线来近似表示该时段内lnAij(t)随t变化的关系，则由该拟合直线的斜率可得公式(12)中ξjωj的值；

步骤303：根据由前两步中所得的ωdj和ξjωj的值，并利用已知关系式 则可得预测的结构模态频率值和阻尼比值。