一般认为,车辆在行驶过程中其声频信号是一种多声源混合信号,发动机、变速器、传动轴、车身以及轮胎等等都是混合信号的信号源。习惯上,人们将机动车声频信号称为噪声,且分三个主要部分:轮胎噪声、气流噪声和发动机噪声。本文分析认为,通过对车辆声频信号的分离,若能够得到车体不同部位的声频信号,通过对这些信号的监察和分析,再根据声频信号的声级和频率的变化可以判别汽车故障的预兆和产生。为此,本文研究了基于盲信号抽取技术的车辆声频信号盲分离。首先,本文概述了发动机故障诊断技术的发展状况及汽车声信号产生机理和传播规律,分析了基于车辆声频信号进行车体故障诊断的可行性。其次,利用多传感器线性阵列采集了多种车型的车辆声频信号,接着对声信号进行了白化(球化)等预处理。最后利用盲源分离技术(盲信号抽取)对车辆声频信号进行分离,并通过将分离还原成音频信号,以判别抽取信号的确切性。实验证明,本文提出的方法能有效的对车辆行驶过程中产生的声频信号进行有效的分离。所以利用分离出的信号再还原成声频信号进行故障诊断是可行的,有较大应用前景。