随着现代飞行器综合化程度不断提高,其制造、维护保障成本越来越高。为了以更加经济有效的方式满足任务需求,预测与健康管理（Prognostics and Health Management,PHM）技术得到越来越多的重视和应用,是否配置该技术已成为衡量飞行器先进性的一种标志。机体结构作为飞行器的支撑平台,是飞行器PHM技术的重要研究对象,对其关键结构的疲劳裂纹扩展进行准确预测是实现PHM的核心技术之一。然而结构疲劳裂纹扩展过程是受到各种不确定性因素影响的随机过程,传统确定性预测理论得到的单机预测结果误差很大,迫切需要更加准确有效的疲劳裂纹扩展预测新方法,提高预测准确性,保障飞行器安全性并提升运行维护经济性。本文研究基于导波结构健康监测技术和粒子滤波算法的疲劳裂纹扩展在线预测方法。该方法通过贝叶斯理论将物理裂纹扩展模型与结构健康监测数据有机融合,以解决裂纹扩展不确定性因素的影响,是一种全新的结构剩余寿命预测方法。本文针对该方法开展了深入的研究,主要创新工作如下:（1）发明了基于导波-高斯权值混合建议分布粒子滤波的结构疲劳裂纹扩展预测方法,针对预测中的粒子多样性匮乏难题,从疲劳裂纹观测概率密度函数和先验转移概率密度函数的混合分布中采样得到粒子,保障了粒子多样性,显著提高了疲劳裂纹扩展预测准确性;具有复杂销孔配合的航空耳片结构疲劳验证了方法优点。（2）面向裂纹扩展预测,首次系统研究了多种粒子滤波改进算法与导波结构健康监测方法相结合用于裂纹扩展预测的综合性能,包括粒子多样性、预测准确性、稳定性、计算量消耗及对结构健康监测准确性的依赖程度,优化了预测算法的应用思路。（3）针对裂纹扩展不确定性影响下单机结构观测准确性的问题,提出了基于在线更新高斯过程观测模型-粒子滤波的疲劳裂纹扩展预测方法,通过观测模型的动态在线更新机制提升单机结构观测准确性,进一步提升了在线预测的准确性。（4）发明基于导波多裂纹监测-高斯权值混合建议分布粒子滤波的多裂纹扩展预测方法,通过构建基于监测结果的多裂纹状态向量和扩展方程,并在线动态更新,实现了单机结构多裂纹扩展的有效预测;孔边双裂纹扩展的疲劳试验验证了方法有效性。