雷达监测桥梁振动是雷达监测技术的重要应用方向。桥梁在自然条件下和载荷影响下均会产生振动,对桥梁振动进行监测可以明确桥梁的健康状况,确保桥梁的安全性。相比较传统监测方式,使用雷达对桥梁进行监测具有多测点、全天候、全天时、高精度等优势。目前,许多研究者都验证了雷达监测桥梁的可行性,但针对桥梁复杂环境下的振动信号提取仍需要进一步的研究。对于桥梁振动来说,需要提取的振动参数主要有两个——振动频率和振动形变量。在振动信号的现有处理方法中,经验模态分解（Empirical Mode Decomposition,EMD）可以对信号进行自适应的分解,并且该方法基于时域,简单迅速,分解结果具有良好性质,受到广泛应用。故本文基于经验模态分解,对桥梁监测中的雷达振动信号提取进行了研究。具体研究内容如下:（1）梳理了现有的桥梁监测的雷达设备和研究工作,同时介绍了部分雷达振动信号的提取研究。基于以上两点,总结了本文针对的桥梁监测雷达信号提取中,频率提取和形变量提取的两个问题,即在桥梁的复杂环境中,大量的噪声和杂波会加剧二次型时频分析工具的交叉项现象、使根据相位计算的振动形变量产生毛刺,跳变等现象。并对雷达振动信号的信号模型进行了频谱分析和仿真,证明了雷达信号的频谱在一定振幅波长比下服从贝塞尔函数分布。同时也对经验模态分解的噪声特性和分解特性进行了仿真,作为本文方法提出的前提。（2）通过仿真说明在使用二次型时频工具提取桥梁频率时,由于噪声、环境等因素和雷达振动信号本身的特性,加剧了二次型时频工具本身的二次项问题。针对这一问题,本文提出了一种结合经验模态分解和维格纳威尔分布的时频域桥梁振动频率提取方法。该方法分为三步,包括预处理、EMD分解和魏格纳威尔分布（Wigner-Ville Distribution,WVD）分析。其中预处理提取到了振动的距离信息,EMD分解将原信号按照不同频率分离,以减少WVD的交叉项,而最后一步WVD分析则可以通过能量对比,计算出基频率所在的分量,并表示出该分量中的振动频率,使得频率可读,体现振动过程的时变性。该方法是一种自适应的频率提取方法,能够有效减少WVD的交叉项,减少复杂环境对频率提取的影响。通过分析桥梁振动雷达信号本身的特性和多次的实验验证,证明了方法的有效性。（3）通过仿真说明在根据相位计算形变量时,噪声和杂波引起的相位突变会导致形变量毛刺、跳变等现象,影响监测精度,所以需要进行去噪和抗杂波处理。针对这一问题,本文提出一种基于经验模态分解和非局部均值滤波的形变提取方法。该方法从雷达的原始回波出发,先对振点处的时间序列信号进行EMD分解,并对分解结果进行相关分析,得到噪声主导的本征模态函数（Intrinsic Mode Functions,IMF）分量;之后,通过预处理和EMD的分解结果来自适应地确定非局部均值滤波（Non-Local Means,NLM）的滤波参数,对噪声主导的IMF分量进行滤波;最后,按照EMD分解分量的关系进行重构,并根据相位计算形变量。该方法能自适应的滤除其中的噪声,有效减少形变量提取中的误差。通过仿真和真实桥梁实验,验证了方法的有效性。