声发射技术是一种能够对结构内部缺陷做出实时诊断的新型动态无损检测技术。声发射信号处理主要有两种方法：参数分析法和波形分析法,无论采用哪种方法,其中最基础也是最关键的环节是信号去噪。由于声发射信号具有复杂性和非平稳性,采用传统的时域方法和频域方法难以从中提取其有用信号,使得声发射信号分析与处理受到了极大的限制。根据Rao-Blackwellised粒子滤波具有非线性、非高斯动态系统状态估计、对系统噪声没有任何限制、可提高信噪比、提高运算速度的特点,本文提出了基于Rao-Blackwellised粒子滤波理论的声发射实时在线处理方法,并基于室内试验资料,在已有研究成果基础上进行了深入系统地研究。首先,将地震波信号模型引入到声发射信号的状态空间模型中,利用贝叶斯理论,根据最新观测值推演未知量的后验概率密度分布,在此基础上分别采用卡尔曼滤波、扩展卡尔曼滤波、无味卡尔曼滤波以及粒子滤波法对仿真信号进行研究,比较了各方法在声发射信号分析中的优势与不足,发现了粒子滤波在处理非线性非高斯信号时具有更高估计精度的特点；在SHPB测试系统中利用PCI-2型声发射仪采集了石灰岩、矽卡岩和花岗岩3种不同岩石试样的声发射信号,利用Rao-Blackwellised粒子滤波对含噪声发射信号进行降噪处理,大大提高了运算速度；提出了一套完整的Rao-Blackwellised粒子滤波算法,基于Matlab语言,对采集的声发射信号进行实时分析,发现当前状态估计仅与前一时刻有关,而与将来时刻无关,表明Rao-Blackwellised粒子滤波对声发射信号具有实时在线处理的功能；最后,针对石灰岩、矽卡岩和花岗岩声发射信号具有瞬态性、复杂性和非平稳性的特点,将Rao-Blackwellised粒子滤波用于声发射信号去噪,去噪后的信号更加清晰且主频段特征基本保持不变,结合参数分析法与波形分析法反演出岩石样品的物理特性,发现了岩石样品更多的内在特征。本文所作研究工作,立足于学科前沿,采用先进的数学计算方法和信号处理手段,对声发射信号分析中的粒子滤波理论及其应用进行了研究,具有较高的理论和应用价值,为最终解决声发射信号实时处理奠定了理论和技术基础。