本论文面向轨道交通车辆轮对轴承故障诊断需求,重点研究了基于第二代小波变换的现代信号处理分析方法,对于第二代小波分解过程中存在的频率混叠问题,引入奇异值分解理论,利用奇异值分解对不同频率信号良好的筛选特性,提出了基于第二代小波-奇异值分解的轮对轴承故障特征提取方法,本文涉及的具体研究成果主要有以下几点:(1)介绍了基于插值细分原理的第二代小波变换算法,详细分析了不同长度的预测、更新器对第二代小波分解结果的影响,同时引入第二代小波包分解算法,提升信号分解效果。(2)针对第二代小波中存在的频率混叠问题,利用奇异值分解理论加以优化。首先介绍了奇异值分解的算法原理,接着介绍了基于QR分解的奇异值分解数值计算方法,最后利用仿真信号证明了本文所提方法的有效性。(3)结合轴承常见故障的梳理,设计轮对轴承跑合试验台故障试验方案,采集轮对轴承故障的轴箱振动数据,利用第二代小波-奇异值分解算法对轮对轴承外圈及滚动体故障进行特征提取研究,分析结果表明:该方法可有效的提取相应故障特征。总结以上研究结果,本文所提方法具有良好的时频分析特性,可准确提取相应故障特征,具有一定工程运用前景。