汽车变速器是汽车传动系统的核心部件，其性能的好坏直接影响到汽车的使用寿命和安全性能，由于其本身结构复杂、工作环境恶劣，变速器中的零部件难免会发生强烈的非线性和非平稳性的故障。因此，从复杂的类似于汽车变速器的机械设备中提取有效的故障特征信息是进行故障诊断的关键，尤其是早期微弱故障的诊断和预报，对于提高汽车机械设备的安全性和经济性有着重要的意义。论文主要研究内容如下：首先在大量文献研究及实践考察的基础上，搭建了汽车变速器振动噪声故障诊断平台，分析了汽车变速器的常见故障及相应的信号分析方法，通过实验对正常变速器及不同故障的变速器进行了振动信号数据的采集，并进行了数据预处理。其次研究了基于随机共振的微弱故障识别方法，阐述了随机共振的产生机理及单稳随机共振、双稳随机共振模型，结合级联变尺度的形式，实现了汽车变速器的同步器故障特征的有效提取。再次研究了基于Teager-Huang变换的变速器齿轮故障特征提取方法。在随机共振降噪的前提下，将基于Teager能量算子解调方法和经验模式分解方法结合，应用于汽车变速器齿轮的微弱故障特征提取。最后介绍了支持向量机的理论及它在故障智能诊断方面的应用。在交叉验证方法的基础上，分别利用网格搜索法和粒子群算法对支持向量机模型中的重要参数进行搜索与优化，以提高支持向量机分类器的性能。