在机械设备运转过程中，最为常用的滚动轴承是极易发生故障的旋转零件，它的运行状态是否正常往往直接影响整套机械设备的性能。因此针对滚动轴承进行状态监测及故障诊断，对于减少由于滚动轴承故障引起的财产损失以及灾难性事故，更好地发掘机械设备潜在的能力，加强社会经济发展等都具有显著的理论意义和实际意义。然而由于滚动轴承早期故障引起的振动信号较弱、冲击能量较低，背景噪声对故障诊断的干扰往往是不能忽略的，因此寻求合理的降噪方法以及有效的故障诊断方法一直是滚动轴承故障诊断的主要研究方向。本文搭建了滚动轴承故障模拟试验台，该试验台可以方便合理地改变主轴转速以及载荷，能够快速准确地获取不同工况条件下的滚动轴承振动信号。本文运用该试验台针对正常滚动轴承、外圈故障滚动轴承、内圈故障滚动轴承三种情况进行了状态监测试验，并采集了相应的振动信号。本文采用改进的小波阈值降噪方法对滚动轴承振动信号进行降噪预处理，该方法的核心思想为改进阈值选取原则以及阈值函数形式。改进的阈值选取原则理论上依据故障信号与噪声信号的小波系数在不同分解尺度上具有不同的特性；改进的阈值函数形式综合了软、硬阈值函数的优点。仿真与试验分析结果均证明该方法可以有效地去除信号中的噪声干扰，保留故障信号成分，为准确提取滚动轴承故障特征提供了有力保证。本文将经验模态分解（EMD）方法与Hilbert包络解调方法相结合，并将该方法应用于滚动轴承故障特征提取。通过滚动轴承故障诊断试验验证了该方法可以有效地提取滚动轴承故障特征频率。