汽车变速器在工作过程中发生的齿轮断齿、点蚀，滚动轴承的疲劳剥落，轴弯曲等故障都会产生周期性的脉冲冲击力，产生振动信号的调制现象，在频谱上表现为在啮合频率或固有频率两侧出现间隔均匀的调制边频带。从信号中提取调制信息，分析其强度和频次就可以判断零件损伤的程度和部位，这是汽车变速器故障诊断中广泛使用的一种分析零件损伤类故障的有效方法。 Hilbert-Huang变换(HHT)方法是非平稳信号处理中兴起的一种新方法，它突破了传统傅立叶变换分析中全局变换的约束，提出了信号的经验模态分解(EMD)的方法，通过这种方法可以将任意复杂信号分解成有限多个本征模函数(IMF)。本征模函数是单模态函数，具有很好的Hilbert变换特性，对其进行Hilbert变换能够得到具有明确物理意义的瞬时频率和包络信号，因此能够反映信号的局部特性，特别适用于非平稳信号的处理。 通过理论推导和仿真分析给出了利用Hilbert-Huang变换对调制信号解调的原理。通过对调幅相加、调频相加和调频调幅同时存在等复杂调制信号进行大量仿真分析，并与传统的广义检波滤波解调和Hilbert变换解调对比，得出了Hilbert-Haung变换对复杂信号解调的特点和局限性。通过对汽车变速器断齿故障及齿面剥落故障振动信号的Hilbert-Huang变换解调分析验证了这种方法的有效性。 在汽车变速器的故障诊断中，典型故障的特征提取是一个关键的步骤，但目前仍缺乏系统的建立在大量试验基础上的典型故障振动信号的特征库，使得国内有关专家研制的神经网络诊断，专家诊断等智能诊断系统不能投入到工程应用中，现在已成为变速器智能诊断急需要解决的关键问题之一。 通过机械传动实验台对汽车变速器进行典型故障模拟试验，采集了汽车变速器在发生断齿和齿面剥落故障时的振动信号，通过频谱分析，广义检波滤波解调和Hirbert-Huang变换解调分析及离散频谱能量重心校正等信号处理方法对这两种故障振动信号进行分析处理，总结出这两种故障振动信号的特征。