滚动轴承是机械设备中最通用、最重要的部件之一，其工作状态是否正常直接关系到整台设备的工作性能。如何提取滚动轴承的微弱故障特征，揭示其早期、微弱、潜在故障及其发生、发展和转移，对设备状态监测和故障诊断具有重要的现实意义。　　 本文针对滚动轴承元件发生故障时，振动信号呈现循环平稳性的特点，深入研究了基于循环自相关函数的滚动轴承故障特征提取方法。　　 在研究了循环自相关函数的解调性能的基础上，对常见的调频、调幅及调幅调频三种信号模型，分别利用包络谱分析和循环自相关函数进行了仿真分析。分析结果表明，相对于包络谱分析，循环自关函数具有更优异的解调性能，适用于滚动轴承故障特征提取。　　 基于循环自相关函数对有色噪声及具有循环平稳特征噪声的敏感性，提出基于小波包特征能量的循环自相关函数分析方法。通过小波包分解后特征能量变化较大的频段来重构信号，以滤除信号中的干扰成分，突出与调制信息有关的高频振动。　　 对振动信号从频带能量的角度进行分析，将小波包分析和二阶循环统计量很好的结合起来，丰富了小波包在故障诊断中的应用。　　 结合滚动轴承的故障特点，设计进行了滚动轴承几中典型故障的模拟实验，开发了基于Labview的滚动轴承数据采集与分析软件，对实验数据运用循环自相关函数和包络谱分析进行了对比分析，从实践中验证了提出方法的有效性。