变转速工况下滚动轴承故障振动信号受转速波动影响，故障特征易受到噪声和其他无关分量干扰导致时频面模糊，故障特征提取困难。自适应调频模态分解(Adaptive Chirp Mode Decomposition，ACMD)作为新提出的非平稳信号处理算法，可有效分析时变非平稳信号。ACMD需基于希尔伯特变换确定瞬时频率( Instantaneous Frequencies，IF )，提取IF 的准确性对最终分析结果具有较大影响。因此，在ACMD的基础上，引入脊提取理论，提出基于多时频曲线提取算法( Multiple Time-Frequency Curve Extraction，MTFCE)提取IF 的多时频自适应调频模态分解( Multiple Time-Frequency ACMD，MACMD )方法。首先对原始振动信号进行包络处理，并通过MTFCE 提取其包络图中的IF 作为预设频率输入到ACMD 算法，然后对包络信号进行ACMD分解，最后根据分解得到的各个信号分量的IF 和瞬时幅值(Instantaneous Amplitude，IA )信息构建高分辨率的时频表示，以实现时变非平稳信号的分析。通过分析模拟信号和实测变转速下滚动轴承故障信号可知，该方法能有效诊断时变转速下滚动轴承故障，减少噪声干扰，且具有较强的鲁棒性。

为构建飞行员头部关联传递函数测量所需要的声学环境，提出用于飞行员头部关联传递函数测量的半消声室设计指标，并采用新型平板式复合吸声结构进行半消声室的设计和建造。所设计的半消声室在有限的建筑空间内达到自由声场空间的最大化和关键声学指标的最优化。半消声室建成并经过检测鉴定后，各项指标达到相关标准要求，某些关键指标优于设计要求。建成的半消声室提供飞行员头部关联传递函数测量需要自由声场环境，可以满足实验测量的需要。