随着全球生态环境的日益恶化和能源的紧缺,电动汽车的需求量正不断增多。我国目前正在大力推进纯电动汽车的发展,永磁同步电机以其结构简单、较高的功率密度和峰值效率被广泛的应用于纯电动汽车上。纯电动汽车动力源由内燃机变为电动机,因此它的背景噪声更低,使得电机噪声对整车的贡献更加突出。消费者在购车时越来越注重乘坐舒适性,驱动电机产生的噪声会使人产生不悦的感觉,所以市场和企业都对电动汽车驱动电机NVH（Noise、Vibration、Harshness）性能提出了更高的要求。而纯电动汽车永磁同步电机噪声源准确的识别是实现低噪声控制的基础。本论文以某纯电动汽车驱动永磁同步电机为研究对象,对多通道噪声源识别算法固定点独立分量分析（Fast ICA）与鲁棒性独立分量分析（Robust ICA）噪声源分离方法进行性能比较,并对这两种方法影响因素开展研究。为了克服多通道噪声测量的复杂性与提高经济性,提出将经验模态分解（EMD）与集合经验模态分解（EEMD）应用到电动汽车驱动电机噪声源分离方法中去。具体研究工作包括:一、分析了永磁同步电机噪声产生机理与各噪声源的特征频率,阐述了噪声源识别的类型与原理,分析各种方法在噪声信号识别过程的优缺点。为准确的识别出噪声源奠定理论基础。二、构造了永磁同步电机噪声源仿真信号,利用随机选取的混合矩阵对信号进行处理,分别采用Fast ICA与Robust ICA算法读混合信号进行噪声识别。以相关系数绝对值为评价噪声源识别效果的评价指标,对比了多通道噪声信号识别算法Fast ICA与Robust ICA的在不同信噪比、采样频率下的识别效果。说明了Robust ICA在噪声源识别方面的优势。三、提出了将具有变换为不同尺度的信号能力的EMD与EEMD应用到驱动电机噪声源识别算法中去,以克服多通道噪声测点的复杂性与提高经济性。研究了不同停止阈值、迭代次数、最大模数以及拟合方法对识别效果的影响。四、采用台架试验数据对噪声源识别算法进行验证,并运用独立分量分析理论对全工况区域的噪声源贡献度进行求解并分析。得到该驱动电机噪声源贡献度大小依次为开关频率噪声、径向电磁力噪声与机械噪声。三种噪声源贡献度会随着工况的不同显示出不同的变化规律,对全工况区域内的驱动电机噪声优化控制具有重要的意义。