现实生活中的信号很多都是其频率和幅度每时每刻都在发生变化的多分量信号,在对多分量信号进行时频分析时,瞬时频率的精确计算非常重要,但是直接对多分量信号进行时频分析,由于其振荡模式的多样性和复杂性,会造成求得的瞬时频率误差很大,甚至失去物理意义。因此,对多分量信号的行之有效的分解方法在时频分析领域中极为重要,一直都是研究的热点问题。首先提出了信号的趋势线函数概念,不同于已有的固有模态函数和乘积函数,趋势线函数是从信号自身变化特征出发,对信号变化的固有趋势进行了数学描述和定义;其次,基于压缩感知理论,提出了自适应单分量分解方法,以信号趋势线函数作为依据,进行信号的单分量分解。通过提取信号的低频趋势分量,最大限度地保留信号的原有趋势,减少高频分量对低频趋势的影响,然后实现信号从低频到高频的层层分解。研究中,基于单分量的自适应分解思想,利用压缩感知的方法,对已知信号进行了趋势自适应分解,分解完成后,通过对分解后信号进行时频分析,获知了瞬时频率等参数。通过各种类型的三角函数信号进行仿真实验,该方法的可行性得到了验证。将该方法用于故障诊断中,分量数目明显少于传统的经验模态分解,功率谱密度峰值定位准确,冗余降低;应用于人体微动特征提取中,特征参数计算精确程度优于经验模态分解与局部均值分解,证明了该方法在实际应用中是可行的。图55幅;表9个;参60篇。