大型复杂结构由于承受各种动荷载、遭受自然侵袭等原因在服役期间通常会出现损伤，损伤结构的动力特性较之完好结构会发生一定变化。所以利用结构动力特性的变化来检测结构的损伤是近年来被广泛研究的课题。本文对基于振动特性的结构损伤检测方法及其效果做了相应的研究。 论文的第一部分工作，首先建立完好和损伤机翼盒段结构有限元模型，并且提取了相应的模态和频率信息。其次引入交叉模态应变能概念，并设计损伤指标，对简单的板结构验证了方法的有效性。因为结构的复杂性和有限元模型中单元数量的增多使交叉模态应变能方法在使用过程中检测效率较低、计算量偏大，所以引入优化算法——小生境遗传算法来提高结构损伤位置检测的效率。仿真结果表明，交叉模态应变能和小生境遗传算法相结合能够有效的检测到机翼盒段结构损伤程度较小的单损伤和复合损伤情形，并且对损伤程度的检测误差很小。而交叉模态应变能方法与一般的模态应变能方法相比，需要的模态信息很少，一般只需损伤结构的低阶模态和频率，且不需要模态归一化或标准化。 论文的第二部分工作，研究了结构实时在线检测中损伤信息提取的问题。在结构服役过程中，结构的突然损伤在采集的响应信号中会以信号突变或脉冲的形式出现。那么我们设定处理信号的目的为提取信号中的瞬态部分。由于采集信号的不确定性，引入了近年来数字信息处理方法的研究热点——盲信号处理，通过滤波器、预测理论、短时傅立叶、谱峭度等概念来提取噪声环境中的损伤信息。在MATLAB中进行信号处理的仿真实验。结果表明，此方法能够完成提取结构服役过程中突然损伤信息的任务，得到突然损伤的时刻，为后续分析提取到的损伤信息得到结构的损伤位置和程度做准备。