特征提取是机器状态监测和故障诊断的核心问题.近年来,为了满足对机器故障进行精确诊断的需要,非线性、非平稳、非高斯信号处理技术在机械故障诊断领域受到越来越多的关注.高阶统计信号处理技术是非线性、非高斯信号处理的有力工具.该论文主要有两个方面的研究内容:1.高阶统计信号处理技术在机械故障特征提取中的应用研究;2.金属冲压过程在线监测的研究,其中包括高阶统计量在冲压过程监测中的应用研究.论文首先介绍了高阶统计量的基本理论.主要讨论了高阶统计量和高阶谱的主要性质、双谱和三谱的支撑区以及双谱估计算法等,并给出了高阶谱的工程解释.研究了双谱分析及其切片在机械故障特征提取中的应用问题.针对现有双谱估计算法存在的问题,提出一种双谱估计的鲁棒算法,这种算法在估计双谱时,应用插值、抽取及平均运算,使得在降低估计方差的同时,保持较高的谱分辨率.研究了高阶时频分布在振动信号特征提取中的应用问题.对金属冲压过程的在线监测方法进行了深入的研究.