1.一种基于最佳品质因子选取的汽车轮毂轴承故障特征提取方法，其特征是包括以下步骤：步骤一：采集汽车轮毂轴承振动信号x；

步骤二：设置初始的共振稀疏分解参数，高品质因子Qh＝3，冗余度rh＝3，分解层数Jh＝

30；低品质因子Ql＝1，冗余度rl＝3，分解层数Jl＝11；

步骤三：对高品质因子、低品质因子逐次优化，获得最佳高共振分量xh*和最佳低共振分量xl*；

所述的逐次优化方法的实现步骤是：

步骤A：保持高品质因子Qh＝3不变，低品质因子Qlp＝1+0.1(p-1)，p为低品质因子的自变量，p＝1；

步骤B：用高品质因子Qh和低品质因子Qlp运行共振稀疏分解，获得高品质因子Qh变换的基函数Dh和低品质因子Qlp变换的基函数Dlp，构造优化目标函数whp、wlp分别表示基函数Dh和Dlp的变换系数；λh和λl为正则化参数；采用分裂增广拉格朗日收缩算法对目标函数进行迭代计算，获得高共振分量和低共振分量分别为： whp*、wlp*分别为L(whp,wlp)最小时所对应的高共振变换系数和低共振变换系数；

步骤C：将高共振分量xhp和低共振分量xlp代入目标函数 μ和σ分别为xlp的均值和标准差；

步骤D：判断p是否大于20，若否，则p加1后返回步骤B；若是，则继续步骤E：步骤E：求出RSKp的最小值及对应的Qlp，则对应的Qlp为最佳低品质因子Ql*；

步骤F：保持最佳低品质因子Ql*不变，高品质因子Qhq＝3+0.1(q-1)，q为高品质因子的自变量，q＝1；

步骤G：用高品质因子Qhq和最佳低品质因子Ql*运行共振稀疏分解，获得了高共振分量xhq和低共振分量xlq；

步骤H：将高共振分量xhq和低共振分量xlq代入目标函数 μ和σ分别为xlq的均值和标准差；

步骤I：判断q是否大于20，若否，则q加1后返回步骤G，若是，则继续步骤J；

步骤J：求出RSKq的最小值及对应的Qhq，将对应的Qhq为最佳高品质因子Qh*；

* *

步骤K：用最佳高品质因子Qh 和最佳低品质因子Ql运行共振稀疏分解，获得最佳高共振分量xh*和低共振分量xl*；

步骤四：对最佳低共振分量xl*进行包络解调，获得包络谱xb；

步骤五：提取包络谱xb中的特征频率fo及其倍频，得到汽车轮毂轴承故障特征。

2.根据权利要求1所述的基于最佳品质因子选取的汽车轮毂轴承故障特征提取方法，其特征是：步骤一中，汽车轮毂轴承振动信号x的采样频率fs为100kHz，高采样时间t为

0.5s，采样点数N为50000。

3.根据权利要求1所述的基于最佳品质因子选取的汽车轮毂轴承故障特征提取方法，其特征是：步骤二中，分解层数Jh、Jl分别由最大值Jhmax、最小值Jlmax确定：1≤Jh≤Jhmax,1≤Jl≤Jlma，N为汽车轮毂轴承振动信号x的采样点数， 为向下取整符号。

4.根据权利要求1所述的基于最佳品质因子选取的汽车轮毂轴承故障特征提取方法，其特征是：步骤五中，如果特征频率fo与轴承外圈故障通过频率相等，或成倍数关系，则fo为汽车轮毂轴承故障特征；轴承外圈故障通过频率 n为轴承滚动体个数,fr为轴承转动频率，d为轴承滚动体直径，S为轴承节径，α为轴承接触角。

5.根据权利要求1所述的基于最佳品质因子选取的汽车轮毂轴承故障特征提取方法，其特征是：步骤B中，将振动信号x输入到由高共振分量对应的共振稀疏分解参数Qh＝3，rh＝

3，Jh＝30确定的滤波器组，获得高品质因子Qh变换的基函数Dh；将采集到的振动信号x输入到由低共振分量对应的共振稀疏分解参数Qlp＝1+0.1(p-1)，rl＝3，Jl＝11确定的滤波器组，获得低品质因子Qlp变换的基函数Dlp。