信号处理是机械故障诊断中的关键技术，起着对检测信号进行加工，变换，从中提取出敏感的故障征兆的重要作用。机械故障诊断中面临大量的特殊信号，如滚动轴承故障信号，是一个具有调制特征的高频周期衰减信号。如何有效的提取微弱故障信息已成为该领域中急待解决的关键问题之一。为了有效的提取出机械故障信号的特征，论文在研究传统信号处理方法的基础上，提出了若干种新颖的信号分析方法，做了以下几方面的工作。 1. 模拟和分析了滚动轴承外圈故障、内圈故障和滚动体故障三种情况下信号模型及信号特征。以滚动轴承故障信号为研究对象，分析了两种常规的信号处理方法（包络解调法和短时傅立叶变换法）的步骤、适用条件及效果。 2．研究了时域平均（也叫同步平均）的基本原理及周期估计误差对时域平均处理效果的影响，提出了一种新的信号处理方法——时域平均波谱阵图方法。给出了提取感兴趣周期信号的两个判据：残差法和能量法。时域平均波谱阵图方法能够分别用于周期信号的提取和检测。 3．提出了一般梳状滤波器的设计方法，证明了传统的时域平均只是一般梳状滤波的一个特例。在此基础上提出了一种新的信号分析方法——梳状滤波阵图法。该方法可以在无同步信号的情况下有效提取出混杂于强背景噪声中的周期信号。 4．结合同步平均和短时傅立叶变换两种信号处理方法的优点提出了一种检测周期性高频冲击信号的新方法——同步平均短时傅立叶变换阵图方法。对滚动轴承内圈（滚动体）故障模拟信号和实验信号的进行了分析，比较了该方法与包络解调法，短时傅立叶变换法，谱平均，短时傅立叶变换谱平均法的分析效果。结果表明，同步平均短时傅立叶变换阵图方法的处理效果比其他传统方法要好，尤其在转速波动的情况下，更能看出其优势。 5．研究了中值滤波器的基本原理及自适应算法，根据非线性数字滤波器能够滤除脉冲噪声的特性，尝试性地将自适应中值滤波器应用于滚动轴承的故障诊断。在包络解调流程中增加一个环节，即带通滤波之前进行自适应中值滤波，滤除故障信号中可能存在的脉冲噪声，得到纯净的包络细化谱。 论文对提出的各种信号分析方法，通过理论论证，仿真和实验分析，证明了这些信号处理方法的工程可行性。