在低马赫数下,高速列车表面脉动压力是气动噪声之源,气动噪声不仅会对铁路周围环境造成严重污染,使铁路运输能耗增加,影响沿线居民的生活,而且会引发车体振动,影响乘客乘坐的舒适性,列车运行的安全性。线路实车测试试验受传感器以及环境等多因素干扰的影响,不仅导致测试困难,而且所测信号信噪比低,难以有效提取脉动压力。因此,本文采用模型试验与现代信号分析处理技术相结合的方式研究表面脉动压力的提取方法,为减轻气动噪声的危害提供理论指导。本文利用风洞试验台结合压力、噪声、振动以及温度传感器和数据采集器完成对压力、噪声、振动以及温度数据的采集工作。根据高速列车模型试验提出利用EEMD-PCA-FastICA算法完成风机噪声与气动噪声的盲分离,使单通道欠定问题转化为正定问题,从而得到气动噪声和风机噪声的波形特征。盲分离结果表明,所估计的源信号数目与试验条件一致,所估计的风机噪声源信号与原始源信号的主要频率一致都为120Hz,相关系数为0.763,属于强相关,说明该算法取得了理想的效果。针对试验中各种影响因素,采用信号分析与处理的方法对不同的干扰因素进行控制降低。提出利用改进的小波阈值去噪法降低电磁等随机干扰的影响,经过降噪后的静态表面压力在大气压附近波动,能够很好地降低电磁等随机干扰的影响。设计实施压阻式压力传感器温度标定实验,拟合出8515C-15压阻式压力传感器输出值与实际值的误差与温度的模型,该模型表明当温度保持不变时,对压力的影响为一定值,从而对传感器进行温度补偿。完成箱体振动实验,研究振动加速度对压力传感器输出的影响,利用线性回归定量描述振动加速度所引起的压力幅值大小,振动加速度与其引起的压力变化趋势一致,将其应用于降低传感器的振动干扰。基于集合经验模态分解,利用相关系数法降低风机噪声对压力的影响,最终提取出的高速列车模型试验表面脉动压力约为±50Pa。将盲源分离的气动噪声频谱作为依据,与脉动压力频谱进行对比分析,两者的频率一致,大幅值主要集中在0~30Hz,同时也符合脉动压力大幅值主要分布在低频段的特点,从而验证了本文脉动压力提取方法的有效性和正确性。利用上述提取方法对高速列车实测线路的表面脉动压力进行提取,并且建立了脉动压力级模型,该模型表明其幅值随着频率以负指数规律下降,可用该模型预测高速列车的气动噪声,从而设计优化高速列车的减振降噪结构,以便对高速列车减振降噪提供数据支持。