由于柴油机的缸内压力不易直接测量，通过其他易测信号来识别柴油机的缸内压力，对柴油机的状态检测和故障诊断都具有十分重要的积极意义。本文选择基于缸盖振动信号对缸内压力进行识别，论文主要进行了以下几个方面的研究工作。本文首先针对柴油机缸盖系统，分析引起缸盖振动的激励源，选取所要研究的识别方法，并设计基于缸盖振动信号的柴油机缸内压力识别方法的研究方案，进行测试实验。在对缸内压力进行频域分析和对缸盖振动信号进行预处理后，先建立线性系统模型，基于传递函数法对缸内压力进行识别。识别结果表明，由于缸盖的传递特性具有非线性，基于线性模型必然会丢失信息而致使识别结果不是很精确。因此，建立非线性系统模型，基于RBF法（径向基函数神经网络法）对缸内压力进行识别。识别结果表明，RBF法克服了线性系统模型丢失信息的缺陷，取得了比较精确的识别结果，但其模型无法实时更新，所以在适应性和推广性方面还存在一定的缺陷。由于上述两种压力识别方法的实现都必须先知柴油机的气缸压力，因此，本文的研究重点是能够在未知压力的情况下进行识别缸内压力的局域波法。为克服局域波法识别准确度上的欠缺，本文提出将小波降噪与局域波法相结合。识别结果表明，虽然其在识别精度上不如上述两种方法理想，但这种方法不必先知压力，可以说是从根本上解决了间接测量气缸压力的压力识别问题，因此其具有很好的实用性和广阔的应用前景。