斜拉索桥是重要的大型承载工程之一，在交通领域广泛应用，担负着确保国家经济发展的重要角色。因此保障斜拉索桥的运营安全，具有重大的社会、经济、政治乃至军事意义。斜拉索是斜拉索桥的重要受力构件，对斜拉索桥起主要的支撑作用，可以通过斜拉索的承载状态的变化，准确的判断整个斜拉索桥的承载情况，因此，对斜拉索的振动信号的研究，具有重大的工程应用意义。本课题基于斜拉索振动信号研究的需求，主要研究结合粒子滤波理论的非线性拉索振动模型，并利用随机子空间算法，提取拉索非线性振动信号的模态参数，通过与实际采集信号的分析对比，为斜拉索振动状态的预测判决，提供依据。针对斜拉索振动信号处理的需要，基于非线性振动理论，深入研究斜拉索的振动模型，在充分考虑非线性振动因素的影响下，构建符合实际情况的非线性振动模型。该模型是对线性振动模型的完善，较为精确的反映出斜拉索的振动特征，用于对斜拉索振动信号的预测，理论上具有较大的精确度。非线性振动模型属于理想模型，容噪声能力需进一步提升，本文引进粒子滤波理论。首先应用递归双向滤波算法，监测粒子滤波的抗噪性能；然后基于离散的非线性拉索振动模型，组建非线性粒子滤波所需的空间状态方程，对非线性模型进行滤波处理，获得优良的非线性去噪信号用于后继处理；最后将粒子滤波应用到斜拉索信号的跟踪监测，设置阈值，监测振动信号的异常。仿真实验表明粒子滤波算法可以有效地去除非线性振动信号的噪声，提供精确可靠的去噪信号，增强拉索振动信号的预测精度，取得健壮的振动信号监测效果。另一方面，为通过非线性振动模型提取拉索振动信号的模态参数，本文对传统的随机子空间算法进行改进，引入滑动时间窗口算法并分段对原始信号运用随机子空间法，成功将非线性信号处理转化为分段多线性模型。本文最后应用甬江大桥和招宝山大桥的工程振动数据，对文中的算法思路进行仿真检验，考察算法的工程前景，实验表明，本文算法稳定，精确度较高，具有较强的应用价值并可以推广到斜拉桥监测系统以及类似的大型结构健康监测系统中。