在智能化技术不断发展的今天，设备的故障监测问题越来越受人们的重视。尤其是当被测对象运行在技术人员接触不到的环境中时，更需要一种智能化、集成化的方法对其进行健康状态的监测。机械设备之所以发生故障，多数情况下是因为其内部的机械部件的非正常运行而导致的。滚动轴承在机械设备中担当着重要的角色，也是最易受损的零件之一。滚动轴承的故障发生率相对较高，并且在它完全失效之前，是很难判断其故障程度的。机械设备中的滚动轴承的失效，将会直接影响着整个机械设备的正常运行。因此，有必要对机械设备中的滚动轴承进行状态监测，来确保设备能够安全运行。本文的研究工作包含两部分。一是硬件的设计。本文完成了传感器的选型、供电电路模块、通讯模块、储存模块等电路设计，设计了一套以STM32系列微处理器为核心的振动信号采集系统。二是轴承故障振动信号的诊断与分析。本文分别对传统的时域、频域，时频域的信号分析方法进行了深入的分析，并给予了认真的评价。利用经典的时频分析方法——Wigner-Ville分布（Wigner-VilleDistribution，WVD）来分析信号。仿真分析结果验证了WVD所具备的优点，同时也指出了当用于处理多分量信号时，在各个自项间所存在的交叉项问题。这些交叉项的出现会掩盖有用的信号成分，干扰信号的分析。为解决该问题，本文对WVD方法进行了改进，提出了一种基于短时傅立叶变换（Short Time FourierTransform，STFT）的WVD改进方法——STFT和WVD的联合分布，用于对轴承振动信号进行分析。该方法利用STFT可以取信号在时间点t附近一个极薄的切片这一特点，把STFT看作为一种时间宽度很窄的窗函数，加在WVD的自项上，用来消除无信号信息的交叉项，同时也保留着自项成分，并且该STFT和WVD的联合分布还可以保持较高的时频分辨率。最后利用本文所提出的改进方法分别对仿真信号和实际工程中的轴承振动信号进行分析，实验结果表明了该方法在轴承故障诊断中的有效性和可行性。