由于在短样本条件下Hilbert-Huang变换（Hilbert-Huang transform,简称HHT）识别模态参数的精度主要受经验模态分解（empirical modal decomposition,简称EMD）模式混合和随机减量法（random decrement technology,简称RDT）提取自由衰减响应时平均次数不足的影响,针对这两个影响因素,引入带宽限制信号抑制EMD的模式混合,提高EMD的精度;并引入分层抽样技术,提出基于拟合偏差和样本量的层权确定方法来进行多次识别,然后加权平均,提高RDT的总平均次数。仿真试验和应用实例表明,结合分层抽样的限制带宽EMD识别模态参数的方法能提高短样本条件下HHT识别模态参数的精度。