信号的幅值突变往往蕴含着设备的故障信息,而听觉系统又具有较好的识别、分析、处理信号的功能,自底而上的外源性注意机制可以使听觉皮层感知突变信号所在的时频区域。而基于选择性注意机制的听觉显著图又具备表征信号突变特征的作用。因此,为明确信号产生幅值突变的时频区域,将显著图概念引入到振动信号中,结合振动信号特点,建立听觉显著性计算模型,对于设备故障诊断和信号分析具有重要意义。本文基于人耳听觉特性,对听觉显著性建模方法和其应用进行了研究,主要完成了以下工作:(1)基于单耳模型,提出了一种基于多尺度二维高斯低通滤波与多尺度信息融合的单耳听觉显著性计算模型,该模型能够识别出单路信号中存在幅值突变的时频区域,可以有效表征突变信号的局部波动细节,既适用于语音信号,也适用于振动信号,且具有一定的灵敏特性和抗噪声干扰能力。(2)在单耳听觉显著性模型的基础上,对其应用进行了扩展,基于人对声音的听觉感受,提出了一种设备噪声声品质评价方法。定义了烦恼度评价量,用具体的数值反映人对噪声的烦恼程度;而基于EA模型的烦恼度贡献值,则可以得到信号的频率结构,对影响人烦恼度的主要频率成分进行准确定位。并有效应用于吸尘器、扫地机器人等实际设备噪声评价。(3)基于双耳模型和听觉掩蔽特性,提出了一种双耳听觉显著性计算模型,该模型包含听觉外周处理、时频掩蔽和信号合并、听觉显著图三个步骤,模拟人耳感知目标声音的特点,对两路信号进行处理,实现了以故障敏感性为目标的两路信号融合,并应用于齿轮断齿故障识别。