随着数控机床生产自动化的发展和超精密仪器的广泛应用,作为精密测量核心部件的光学编码器的测量精度对设备高精密加工或仪器高精密测量至关重要。光学编码器系统在测量过程中,易受到温度等环境以及系统内部干扰因素的影响,从而产生复杂的测量误差。这些内外因素交织在一起,使得这些误差成分不是简单地叠加,而是高度相互作用、耦合作用在光学编码器上,并呈现出非线性非平稳的状况。有研究表明,可以通过获取测量误差趋势来补偿光学编码器测量误差,从而提高光学编码器测量精度。本文针对光学编码器测量误差数据特征,基于经验模态分解自适应地提取光学编码器测量误差趋势,从而进一步提升光学编码器测量精度。其主要有以下几点贡献工作:（1）针对光学编码器测量误差数据特征,为了避免分解测量误差时会产生模态混叠现象,为了更有效地选取合适分量作为误差趋势,提出了一种基于主成分分析自适应趋势提取的光学编码器误差补偿方法。通过对测量误差加入较低幅值白噪声辅助进行互补集合经验模态分解获取本征模函数,再对每个本征模函数进行主成分分析,通过计算本征模函数与其函数应包含的主成分数目的关系,计算本征模函数应包含主成分数目对该本征模信号的贡献率自适应地选出符合条件的本征模函数构造光学编码器测量误差信号趋势。（2）针对光学编码器测量误差多种误差耦合产生的误差数据特征,研究了信号辅助经验模态分解方法。通过信号辅助可以改变光学编码器测量误差的极值分布特征,从而达到抑制模态混叠的目的,因此提出了局部正弦辅助光学编码器测量误差的经验模态分解算法。通过测量误差数据特征判断可能会出现模态混叠的区域,局部加入符合局部特征的正弦信号,以改变当前区域的极值分布特征而不改变数据的全局特征,达到抑制模态混叠的效果。（3）为获取最优光学编码器测量误差趋势以提高测量精度,提出了优化函数自适应趋势提取算法。对分量进行奇异值分解获取一系列特征值;每个分量包含的固有成分含量不一样,通过优化函数优化判断并获取每个分量的最优有效秩,利用该有效秩计算该分量的重要因子;最后通过重要因子选取最优的本征模函数作为趋势分量。实验结果表明,所提出局部正弦辅助测量误差可以有效抑制模态混叠产生,利用所提出趋势提取方法可以有效提取光学编码器测量误差趋势,使补偿后的测量误差的RMSE为0.380微米,其95%置信区间（-0.017,0.016）,其测量精度比以往研究提升了0.146微米,使光学编码器测量精度得到很大的提高。