基于异响信号分析的发动机故障诊断是一种非接触式的故障诊断方法，具有操作简便、准确率高、自动化程度高的优势，但是不可避免的在声信号采集和分析过程中会有噪声信号干扰。本文以此为背景，对小波滤波技术在摩托车发动机异响诊断中的应用问题做了研究。具体工作概括如下：论文在开始的绪论中阐明了选题的意义，简述了发动机异响诊断的现状和共性问题，总结了当前小波滤波技术在故障诊断领域的应用和发展，以及小波滤波技术在处理瞬态脉冲信号中的优势所在。从实验设计入手，通过实验分析和测试经验，选择最能体现摩托车发动机运行状况的测试工况和测点。介绍了傅里叶变换的基本机理，并指出其在处理瞬态和高奇异性信号时的不足。引入时频分析方法，依次介绍了了窗口傅里叶变换、连续小波变换、离散小波变换、小波包变换和小波包分解的基本原理，对各信号分析方法进行剖析，并比较各种方法的优劣。总结了傅里叶变换跟小波变换的根本差异，阐明小波变换的优势所在，为下文小波滤波和小波包滤波算法的提出奠定理论基础。指出常规FFT滤波降噪方法的局限性，引入时频滤波方法，比较基于傅里叶变换的常规滤波方法和基于小波变换的滤波方法的优劣，并介绍了小波时频分析方法的发展现状；介绍小波滤波的定义、模型和滤波降噪的准则。运用常规滤波方法与小波滤波方法分析仿真信号，通过信噪比SNR、均方差MSE及波形相似性NCC三个数学参数来评价滤波效果，验证小波滤波的优势。最后，对小波滤波算法中的关键问题进行讨论，显著性系数、小波基的选取、分解层数的确定都会影响小波滤波效果，需要重点讨论分析。以本课题中所研究的某110cc发动机为例，对异响类型中的箱体异响和右盖异响声信号，分别运用小波滤波和小波包滤波方法进行分析处理，能够比较清晰的提取各异响类型的特征。结合小波滤波算法提出了一种主观的听诊方法——小波互动滤波回放，在一定程度上将小波滤波算法和专家的经验有机融合在一起，对瞬态脉冲信息的回放在某种意义上是个突破。