爆震是制约汽油机小型化和热效率提高的重要因素。准确的爆震始点检测和强度评估是保证汽油机临界爆震燃烧从而改善其动力性和经济型的前提。基于机体振动信号的汽油机爆震检测是目前应用范围最广的爆震检测方法,但是,振动信号的低信噪比使得爆震识别相对于基于缸压信号的方法准确性难以保障。论文针对利用机体振动信号识别爆震的方法进行系统研究,旨在提高爆震识别精度,并有效识别爆震始点和爆震强度。在研究功率谱密度估计爆震特征频率的基础上,针对传统的小波变换小波基函数选择对分解结果有较大影响的问题,将集总经验模态分解EEMD(Ensemble Empirical Mode Decomposition)引入到爆震特征提取中,并利用爆震特征进行了爆震始点检测和爆震强度评价的研究。功率谱密度反映了信号的功率随频率的变化情况,据此提出了利用参数化功率谱估计算法准确估计爆震特征频率的方法。在确定了爆震特征频率范围后,利用EEMD算法对汽油机机体振动信号进行了分解,并选取合适的小波基,利用连续小波变换对分解得到的各个本征模态函数IMF(Intrinsic Mode Function)进行了时频分析,选取了包含爆震特征的IMF分量进行爆震始点和强度评价研究。将爆震特征分量中幅值的突变点作为爆震始点对多个不同爆震循环进行了爆震始点识别计算,并使用基于缸压信号的爆震始点识别方法对结果进行了验证。表明该方法可以准确识别爆震始点。为了提高爆震检测的精度并优化计算过程,论文提出了一种基于爆震窗口内能量均值的爆震强度评价指标K。在确定了爆震始点后,利用该参数K研究了不同爆震窗口宽度对爆震强度评价结果的影响。在选定了最佳的爆震窗口宽度后,对不同工况、不同强度的爆震循环进行了爆震强度评价参数K的计算,并利用VDO算法计算爆震因子KF(Knock Factor)对其进行了验证。结果表明,基于振动的汽油机爆震强度评价参数K与基于缸压信号的爆震因子KF有着较好的线性相关性,可以准确地对爆震强度进行评价。