轴流压气机旋转失速和喘振是航空发动机稳定性研究中的重要问题。研究压气机信号在不同的工作状态下含有的频率成分及其变化规律,对于认识发动机失速和喘振的产生和发展机理至关重要,也为防止失速和喘振的发生提供了可能。轴流压气机试验采集的动压信号一般是含有大量噪声的非平稳的时变信号,在信号处理上,传统的频谱分析对此无能为力。尤其是高速多级的轴流压气机,信号特征更为复杂,数据量大,目前的信号研究方法还不够深入。时频分析在非平稳信号处理中的应用日益广泛,并且其优势不断展现。本文探索将连续小波变换方法应用于高速多级轴流压气机动压信号的特征分析,在连续小波变换的基础上引入两种分析方法,并开发了一个分析软件。具体说来包括三方面的工作:(1)基于奇异值分解的特征分析方法运用于压气机信号的频率识别。此方法是矩阵理论中的奇异值分解和概率论中二维联合概率分布理论的结合。奇异值分解将连续小波变换所得的时频信号的各特征分解到不同的特征子空间,再根据二维联合概率分布的思想从各子空间中估计特征的频率和时间等信息。实际应用表明,这种方法能计算出压气机动压信号中各个信号分量的频率值。(2)小波脊线重构信号的方法运用于压气机信号分析。根据Carmona由模值识别脊线的原理,连续小波变换时频平面上,可以利用脊线位置的小波系数简单地重构时域信号。经过验证,这种方法能将压气机动压信号中含有的多个频率的信号分量分解出来,为进一步研究失速和喘振提供了条件。(3)根据小波变换与脊线重构的原理,用Matlab的GUI界面工具开发了一个简单实用的分析软件。经过验证,该软件可方便地应用于压气机动压信号分析,也可用于语音、和振动(如飞行颤振扫频试验信号)等多种信号的分析,这在附录的软件说明中给出的蝙蝠信号和语音信号分析的两个实例中得到了体现。