滚动轴承是机械设备中常用且关键的零部件，其工作状态是否正常直接关系到整台机组乃至整条生产线的生产质量和运行安全。研究滚动轴承的监测和诊断技术，对于避免重大事故、变革维修体制和促进经济发展等具有重要的理论研究价值和实际应用意义。　　 本文以实现滚动轴承早期故障特征提取为目的，较深入研究了循环统计量理论以及滚动轴承的故障信号模型，分析了振动信号的循环平稳机理，通过结合循环统计量理论、解调分析、自适应滤波理论以及时频分析方法，实现轴承故障振动特征信号与背景噪声以及其他干扰信号的分离，从而客观、有效地识别其早期微弱故障特征。　　 本文分析滚动轴承初期故障特点及类型，引入滚动轴承故障信号模型，将其确定性信号分量和随机信号分量，研究了其各自频谱特点：滚动轴承故障信号模型的确定性信号分量的频谱是离散频谱；而随机信号分量的功率谱密度函数是连续频谱。分析表明故障冲击周期的不严格确定(轴承转速的波动，滚动体接触角的改变等影响)，滚动轴承故障信号频谱中的离散谱线会因此被连续频谱模糊，故障特征频率也就很难从信号的频谱中看到。　　 选频带可有效降低噪声及其它干扰谐波信号对包络解调分析结果的影响，但如果选取频带内仍混有未知谐波信号，则包络谱仍然受到影响。为进一步消除未知谐波成分的影响，讨论了时延信号作为参考信号的维纳滤波问题，设计了基于频域算法的自适应滤波器，并对其滤波器性能进行了分析。在此基础上进行了自适应离散谱线消除基础上的包络解调仿真与试验分析，分析结果说明了该方法的可行性和有效性。　　 给出了谱相关密度函数估计式的一般形式，研究了核函数QL(p，q)其频谱QL(λ，η)在各具体估计方法中的表现形式。研究表明，为降低谱相关密度函数估计的偏差，需要QL(λ，0)更接近Dirac函数；而要降低估计方差，则要求QL(λ，η)在λ轴趋向扁平均匀分布。降低估计偏差和估计方差对QL(λ，η)的要求是矛盾的，对此对不同的具体问题和要求，需要有一个折衷的过程。此外，进一步研究了谱频率分辨率、循环频率分辨率以及循环频率域的能量泄露等问题。　　 由二阶循环统计量的定义出发，得到滚动轴承故障信号模型的二阶循环平稳特征。着重研究了基于谱相干函数分析的滚动轴承早期故障诊断方法，该方法最大优点是受有色噪声影响较小并给出具体解释。此外，还分析了谐波信号成分、分段子数据段长度以及循环频率能量泄露对诊断效果的影响，并进行了齿轮箱振动数据的实验分析。　　 基于二阶循环平稳理论，在轴承振动信号循环相干分析的基础上，提出累积能量指数(CEI)来定量表征滚动轴承的损伤程度。轴承仿真和预设损伤实验数据表明，CEI随损伤程度增加而增加，可正确有效指示轴承损伤程度。进行了轴承加速寿命实验，实验结果分析表明，在轴承正常运行时，CEI和有效值(RMS)一样可保持稳定状态；在轴承状态恶化时，CEI显示了比RMS更早更高的损伤灵敏度。　　 分析对比了Wigner-Ville时频分布算法，基于谱相关密度函数的Wigner-Ville时频分布算法，基于匹配追踪的时频分布算法。对于含噪声的循环平稳信号，基于谱相关密度函数的Wigner-Ville时频分布算法可以利用长数据序列计算得到谱相关密度函数，可有效降低噪声的干扰，而直接Wigner-Ville分布方法和匹配追踪时频分布方法则不具备前者降噪的功能。