随着我国高铁技术的飞速发展,列车车辆的速度也在不断提高,而在列车速度提高的同时也恶化了列车的动态环境,使得列车的轮轨作用力增加、各个部件的振动和蛇行运动加剧。同时随着列车服役时间的增加,列车零部件磨损加快导致其性能参数快速蜕变,严重影响了列车的运行品质。因此如何提取高速列车监测数据的有效特征,并快速准确的估计出高速列车安全服役性能,已成为目前高速列车安全预警领域亟待解决的问题。高速列车监测数据具有非线性和非平稳性,分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是傅里叶变换的一种推广形式,能够同时表征信号的时域和频域信息,在非平稳信号处理领域得到广泛的应用。因此本文采用分数阶傅里叶变换提取信号的分数域特征,并运用分数域特征实现列车运行状态的评估,主要研究工作如下：分析了短时傅里叶变换、小波变换、魏格纳-威利分布(WVD)和Randon-Wigner分布等经典时频分析方法的优缺点,并深入研究了新时频分析方法分数阶傅里叶变换的基本原理和相关理论知识。提取高速列车监测数据的分数域特征,首先对高速列车监测数据进行分数阶傅坐叶变换,将数据变换到分数阶傅里叶空间,然后对变换后的三维数据进行侧面投影,得到不同分数阶下的信号峰值曲线,最后计算峰值曲线的统计特征。研究了高速列车转向架的结构和相关动力学分析。运用分数阶傅里叶变换提取高速列车监测数据特征,研究速度对仿真数据各个工况特征分布情况的影响。对所有通道单工况的仿真数据进行仿真,并运用支持向量机对四种单一工况进行分类,通过分析不同通道不同速度下四种工况的识别率情况,统计出对各个工况具有较好分类效果的通道。对试验监测数据进行仿真和分类统计,进一步验证通道和特征的有效性。通过比较两种单一工况及其混合工况在横向和垂向上的特征分布情况,来探讨了多故障工况与单一工况之间的关联。对参数渐变工况进行仿真,研究列车从原车正常变化到三种完全故障过程中的特征分布情况。综上所述,本文运用分数阶傅里叶变换对高速列车不同工况的数据进行仿真分析,实验结果证实了分数域特征对高速列车故障识别的可行性与有效性。