1.一种基于EASI的线性结构工作模态参数识别方法，其特征在于：包括：S11：获取线性时不变结构在环境激励下多个振动传感器的非平时域振动信号响应数据矩阵 N为传感器个数，T是采样时间，t是指时间序列，范围从1到T；

S12：初始化分离矩阵 对分离矩阵进行连续更新，公式为：其中，g是一个任意非线性的函数， 是分离信号分量，是对源信号 的一个估计，λt是可变的步长，即其中，λ0，t0，td均为自定义参数；

S13：计算混合矩阵公式为：

At+1＝VU1/2Bt+1

其中，V是X(t)的特征向量，U是X(t)的特征值组成的对角矩阵，分离矩阵A对应模态振型Φ；

S14：计算源信号 的估计 公式为：k个时刻的信号估计组成 对应模态响应矩阵，通过单自由度技术识别出模态固有频率和模态阻尼比。

2.一种基于EASI的线性结构工作模态参数识别方法，其特征在于：包括：S21：设置滑动窗长度L；

S22：获取时变结构在环境激励下多个振动传感器的非平稳时域振动信号响应数据矩阵 N为传感器个数，T是采样时间，t是指时间序列，范围从1到T；将X(t)分成i个窗，每个窗内的数据长度为L；

S23：设置固定步长λ0，EASI算法利用固定步长进行更新，公式为：其中，g是一个任意非线性的函数， 是分离信号分量，是对源信号 的一个估计；

S24：计算混合矩阵公式为：

At+1＝VU1/2Bt+1

其中V是X(t)的特征向量，U是X(t)的特征值组成的对角矩阵，分离矩阵A对应模态振型Φ；

计算源信号 的估计 公式为：

k个时刻的信号估计组成 对应模态响应矩阵；

利用单自由度技术识别模态坐标响应矩阵，得到模态固有频率和模态阻尼比；

S25：将i个窗内的识别结果通过曲线拟合连接起来，得到时变结构的模态参数。

3.一种基于EASI的线性结构工作模态参数识别方法，其特征在于：包括：S31：设置滑动窗长度L，采样序列和窗的编号为i，初始化最大迭代次数l_max和收敛阈值ε，窗内的时间序列为t，迭代次数为l，初始化分离矩阵S32:获取线性时变结构在环境激励下多个振动传感器的非平稳时域振动信号响应数据矩阵 N为传感器个数，T是采样时间,d是指时间序列，范围从1到T；

滑动窗方法将数据分块，即第一个窗内数据为 第二个窗内数据为 以此类推，第i个窗为

S33：对第1个窗内数据 进行识别，根据EASI算法迭代计算分离矩阵 公式为：其中，λ(t)是随时间变化的步长、时间衰减型步长λ1(t)或者时间递减型步长λ2(t)；

其中， 是源信号S(d)的估计Y(d)的一个分量，其中t0,α和β为自定义参数；

g(·)是非线性函数，g(·)根据源信号的特性选择，如果是亚高斯信号， 如果是超高斯信号S34：计算窗内第l+1次迭代的信号估计S35：计算窗内第l+1次迭代的分离矩阵 其中V是 的特征向量，U是的特征值组成的对角矩阵；

S36：计算 如果 或者l>l_max，进入S37；否则，将l+1，返回S33；

S37：如果t

S38：得到第i个窗的混合矩阵和源信号估计，分别对应模态振型和模态响应矩阵，对模态响应矩阵使用单自由度识别技术得到模态固有频率和模态阻尼比；

S39：如果i+L≤T，则将i+1，返回S33；否则进入S310；

S310：将i个窗内的识别结果通过曲线拟合连接起来，得到时变结构的模态参数。