车辆行驶过程中在路面随机激励的作用下产生振动,产生的振动将直接影响乘员的乘坐舒适性。研究车辆的振动特性往往从车辆振动模态分析入手,其核心是实现车辆振动模态参数识别。传统模态参数识别方法在系统输入与输出全部已知的情况下对模态参数进行求解,且模态试验多在室内进行,缺乏对实际环境的适应性。汽车在公路上行驶,受到不平路面的随机激励,此时车辆系统的输入不易测得,使用传统模态参数识别方法难以求出车辆振动模态参数。本文基于盲源分离技术,针对仅利用车辆振动输出信号实现车辆振动模态参数识别问题展开了理论、仿真与试验的研究。本文在研究盲源分离理论的基础上,验证了基于四阶累积量的特征矩阵近似联合对角化（Joint Approximate Diagonalization of Eigenmatrices Robust,JADER）算法、多未知信号提取（Algorithm of Multipe Unknown Signals Extraction,AMUSE）算法、稳健的二阶盲源辨识（Robust Second Order Blind Source Identification,RSOBI）算法对机械振动混合信号的分离能力。建立了二自由度、七自由度车辆振动数学模型,计算车辆振动模型的理论模态参数。搭建车辆ADAMS振动模型验证理论计算结果的正确性,为盲源分离方法求解的模态参数提供理论值对比。阐述盲源分离数学模型与多自由度振动系统模态响应模型间的联系,证明盲源分离可用于车辆振动系统的模态参数识别。针对悬架粘性阻尼系统,提出利用盲源分离对车辆振动响应信号分离前需对信号进行扩阶和自相关计算。利用车辆振动二自由度模型仿真分析了JADER、AMUSE、RSOBI三种算法对大阻尼的适应性,结果表明RSOBI算法对大阻尼适应性最强。利用RSOBI算法识别七自由度车辆模型在自由振动与路面随机激励两种工况下的模态参数,所求模态参数与理论计算值较为接近。搭建试验车辆多体动力学模型,进行路面仿真得到车辆振动加速度输出信号,使用RSOBI法与较为成熟的随机子空间（Stochastic Subspace Identification,SSI）法进行模态参数识别,结果证明两种方法有大致相当的模态参数识别能力。利用校内试验车进行自由振动与路面随机激励两种工况下的模态试验,利用RSOBI法对车辆振动加速度输出信号进行模态参数识别,将RSOBI法模态参数识别结果与SSI法模态参数识别结果进行对比,验证了基于盲源分离的车辆振动模态参数识别方法的有效性。