1.一种基于快速非线性稀疏谱的轴承故障诊断方法，其特征在于，包括以下步骤：步骤1，将采集到的轴承故障振动信号y(n)作为输入样本；

步骤2，对采集的轴承故障振动信号样本进行Z‑score归一化处理，使处理后的样本数据都被归一化到均值为0、标准差为1的分布中，并采用Sigmoid函数进行非线性激活；

步骤3，根据采集的轴承故障振动信号谱特征，选择与快速非线性稀疏谱算法拟合程度最高的分解阶数作为信号处理的分解阶数；

步骤4，按照1/3‑二叉树结构结合最大分解阶数K划分频带，形成频率分割树状图；

步骤5，通过标准低通FIR滤波器构造一组低通滤波器h0(n)和高通滤波器h1(n)，在根据所划分的树状结构迭代生成滤波器组；

步骤6，用构建好的滤波器组对每层划分的频带进行滤波，依次完成信号重构；

步骤7，判断最佳pq值和归一化系数，计算每层每个分量的pq‑mean值，并构建稀疏谱图表示诊断信息；

步骤8，定位最佳故障共振频带的中心频率fc和带宽Bw,以此构建带通滤波器对信号进行带通滤波，并获取冲击信号的特征；

步骤9，对提取的冲击信号进行包络解调，根据包络谱中的信息进行故障分析与诊断。

2.如权利要求1所述的一种基于快速非线性稀疏谱的轴承故障诊断方法，其特征在于，步骤2具体过程为：

将采集到的振动信号y(n)进行Z‑score归一化处理，即y＝(y‑uy)/σy，其中uy为待处理样本数据的均值，σy为待处理样本数据的标准差；故障数据都被归一化到均值为0，标准差‑y

为1的分布中；然后通过激活函数y＝1/(1+e )进行非线性激活；Z‑score归一化的系数会对故障诊断结果产生影响。

3.如权利要求1所述的一种基于快速非线性稀疏谱的轴承故障诊断方法，其特征在于，步骤7中，pq‑mean是有别于峭度的稀疏表达方式，其满足稀疏度量方式的六个理想标准，而峭度只满足其中三个标准，并且在一定pq值下，pq‑mean具有和峭度一样的稀疏表现形式，所述pq‑mean是对传统峭度作为稀疏表达方式的延伸；pq‑mean值计算公式为：其中，N表示输入样本的个数，i表示第i个样本，p、q表示可调节变量(对应的指数信息)，y表示输入样本。

4.如权利要求1所述的一种基于快速非线性稀疏谱的轴承故障诊断方法，其特征在于，步骤8中，最佳共振频带是指pq‑mean值最大的频带，并根据此频带的中心频率fc和带宽Bw以及频带所在层的层数Ki对预处理后的振动信号进行带通滤波，获取故障特征信息。