中文摘要：

项目以振动信号分析和故障诊断为背景，以模拟人类听觉系统为手段，研究基于听觉模型的信号分析与特征提取方法。首先建立了两种适用于振动信号的听觉外周模型，通过试验验证了模型对不同类型信号具有可区分性，对相同类型信号具有稳定性，可准确感知瞬变成分，输出数据量在40-128之间即可满足分析要求。为实现听觉系统的非线性自适应功能，提出了AZCPA模型，该模型能够自适应的确定基底膜模型结构，可提高对目标频率的聚焦性，数据量更小，可消除信息冗余性。鉴于音色是听觉系统识别声源的主要特征，提出了归一化的音色特征计算方法，构建了生成音色的计算模型，验证了该特征可有效区分不同故障。受听觉系统通过融合双耳信息进行声源定位的启发，建立了双耳听觉模型并应用于轴心轨迹分析中，试验结果表明所建模型可有效区分和描述不同的轴心轨迹。听觉系统的很多高级功能发生于听觉中枢，项目以听神经振荡网络为基础，建立了带有单层网络的听觉模型，依照同步振荡神经元的分布描述信号的时频结构特征，便于人工审读和智能识别；同时，还建立了带有两层网络的听觉模型，该模型只使用单路信号即可分离具有同一基频的信号分量，并初步实现了分离平稳和间歇式瞬变信号。