在结构工程领域，系统识别方法在结构控制、结构的健康监控以及损伤诊断中得到了广泛的应用。与传统的频域识别方法相比较，时域识别方法近年来得到了长足的发展，它有效地避免了频域识别方法中一些不足，如信号泄漏等，而且方法具有多样性。 本文对基于卡尔曼滤波估计的时域识别方法的基本理论和方法，以及它在结构的损伤诊断中的应用进行了研究。 卡尔曼滤波估计是一种常用的参数估计方法，它在本质上是一种无偏最小方差估计。针对卡尔曼滤波估计在应用中常见的滤波发散现象，对三种改进卡尔曼滤波算法的技术思路进行了分析，并利用一单自由度体系的算例比较了三种方法的特点。 本文对基于卡尔曼滤波的时域识别方法在多层平面框架结构的物理参数识别中的应用进行了研究，对层间剪切型模型和层间弯剪型模型两种力学模型应用于识别算法中的思路及它们造成的差异进行了分析。在此基础上，对已知全部楼层输出信息和部分楼层输出信息两种情况下的层间剪切型平面框架结构参数识别进行了算例分析。为了保证算法在自由度数目较大的结构系统中的有效性，提出了子系统方法，算例结果证明了方法的可行性。 将基于卡尔曼滤波估计的时域识别方法应用于结构的损伤诊断中，将原有的方法同最小二乘估计方法相结合，实现了输入信息未知条件下的结构物理参数识别。通过一五层平面框架结构在未损伤和三种不同的损伤情况下的结构参数识别结果，准确地指示出了结构损伤的位置及程度。