随着现代生产设备向着自动化和智能化发展，机械设备状态监测与故障诊断技术成为重要的研究课题。时频分析是处理非线性、非平稳信号的有效方法，已成为现代信号处理方法中的研究热点。本论文针对EMD和随机共振理论中存在的不足与局限性，在前期工作的基础上，提出基于EMD和随机共振的机械故障特征提取方法，深入研究EMD时频分析的端点效应问题以及随机共振在多频微弱信号特征提取中的应用。提出了改进的EMD算法及变尺度频移带通滤波随机共振多频微弱信号方法，对机械故障特征提取具有一定的参考意义和实用价值。针对经验模态分解中存在的端点效应问题，提出一种波形特征匹配延拓与余弦窗函数相结合的改进方法。首先，对信号进行波形特征匹配延拓，实现延拓数据与原信号交界处的光滑过渡；其次，对信号加余弦窗处理，将延拓误差控制在信号两端，保证信号有效数据的正确分解，提高信号的分解精度，实现EMD算法的改进。最后，通过仿真分析和不对中故障诊断实例研究表明，该方法能较好地抑制EMD端点效应，实现旋转机械故障的有效诊断。针对噪声背景下多频微弱信号检测难题，提出一种基于变尺度频移带通随机共振的多频微弱信号检测方法。该方法首先对信号不同频段进行频率变尺度二次采样压缩处理，使每个频段满足随机共振条件。进一步经过随机共振系统使得多个微弱信号频率成分分别得到增强，再对各个频段进行带通滤波处理，只保留增强段的信号成分。最后进行合成，实现多频微弱信号的检测。仿真和实际信号分析结果表明，所提方法简单易行，很好的实现了多频微弱信号的检测，能够有效提高信噪比。提出了色噪声背景下随机共振多频微弱信号检测方法研究。该方法首先通过离散正交小波变换将含噪信号分解为多个尺度成分，根据1/f噪声的特性分布，对小波系数进行处理，使得其满足1/f过程，进而对信号进行合成，构造多尺度噪声，通过调节各个尺度的系数，使得信号通过变尺度频移带通随机共振系统后，目标频率得到增强，进而实现多频微弱信号的检测。基于随机共振降噪的EMD多频微弱信号特征提取方法研究，提出了一种自适应变尺度频移带通随机共振理论，用于自适应地增强不同尺度的多频微弱信号，提高微弱信号的幅值以及信噪比。将自适应变尺度频移带通随机共振与EMD相结合，实现信号的降噪处理，并对信号进行EMD分解，准确地分解出信号所包含的频率成分，从而提高EMD的分解精度。通过仿真实验及实例分析，验证了该方法能有效地检测出强噪声背景下的多频微弱信号，并能够准确地分解出信号的特征信息，减少了EMD的虚假分量，提高EMD的分解质量，实现机械故障的特征提取。