摘要： 针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题，提出一种噪声辅助多元经验模态分解（Noise-assisted Multivariate Empirical Mode Decomposition，NA-MEMD）与全矢包络快速独立分量分析（Fast Independent Component Analysis，FastICA）相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NAMEMD分解，根据相关性系数选取包含故障特征的固有模态函数(Intrinsic Mode Function，IMF)进行重构；对重构信号进行快速独立分量分析，最后进行全矢包络融合，提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率，同时降低包络谱特征统计参数的冗余。

关键词: 故障诊断；噪声辅助多元经验模态分解, 快速独立分量分析, 全矢包络谱, 特征提取