由于声信号测量具有非接触测量和对早期故障敏感的特点,在机械诊断领域受到了广泛的关注,同时时频分析—小波变换能分析非平稳信号的特征,故本文基于声阵列与小波变换开展了柴油机配气机构噪声的特征提取分析:通过阵列布置研究得到了适宜的声阵列间距、数目以及测量距离等数据,之后用声阵列传感器进行了数据的采集。然后将得到的阵列数据使用固定波束形成算法进行阵列信号的初步处理,用来提升声学信号信噪比低这一缺陷,并用信号增强指标来评判增强后声信号的质量提升效果。实验结果表明该方法提升了信号的信噪比。然后详细介绍了时频分析小波变换的基础理论知识,分析了其在信号分解中的优势。并针对小波基函数选取方法的主观性,提出了一种基于主成分分析的小波基函数选取方法,与传统小波基选取方法结合,得到了一个进行小波基函数选取的分析软件。最后针对信号非平稳性的特点,将小波变换引入到信号的特征提取中。研究了一种将主成分分析应用到连续小波变换中的特征提取方法,即把高维的矩阵信息降维到包含大量信号信息的主成分分量中,得到了表征柴油机信号的特征参数值,并利用主成分分量再次对信号频率成分进行分析,得到了柴油机在气门间隙变化后信号的特征频率段的变化。之后利用常用的小波包频带能量法以及之前的频谱分析,确定了适合小波包分解的层次并且得到了不同状态下信号频带能量的差异。最后通过实验分析结果得知,声阵列信号与小波变换相结合的特征提取方法在机械诊断中是行之有效的。