在飞机颤振试验中，基于结构随机激励响应信号的模态分解及参数提取技术是颤振信号处理中一项重要的研究课题。针对颤振随机响应信号的特点和分析需求，本文综合运用时间序列分析理论、匹配追踪(Matching Pursuit)自适应分解算法和经验模态分解(Empirical Mode Decomposition)算法，提出了两种新的随机响应信号模态分解及参数提取方法：1)基于AR(2)模型的自相关匹配追踪方法(AR—MP)；2)基于AR模型的经验模态分解匹配追踪方法(EMD—MP)。本文对两种方法的数学原理进行了细致研究，并分析了各自的特点。通过与Laplace小波方法对比，所提出的两种方法尤其是EMD—MP方法，在随机响应信号的分析与处理方面具有明显优势，为基于随机激励的颤振响应信号的模态分解及参数提取提供了一种有效的新途径，能够满足工程实际的需要。EMD—MP方法由于对信号本身没有特定的要求，具有更为广泛的应用前景。采用计算机数值仿真分析了两种方法的数值特性，并应用实际物理试验数据验证了本文方法的应用特性，证实了本文方法的有效性和工程实用性。 基于Matlab及Labview与Visual C++平台完成了本文方法的算法软件设计与开发，并成功用于国产某型军用飞机的全机低速颤振试验的数据处理。