本书主要研究旋转机械故障信号处理与诊断方法，内容包括旋转机械振动信号描述、短时傅里叶变换、小波降噪方法、旋转机械故障信息独立化提取方法、遗传神经网络的旋转机械故障诊断方法以及传感器信息融合方法。主要研究思路为：先通过传感器获取振动信号，利用小波、双树复小波、EMD、LMD变换等现代信号处理方法对非线性、非平稳信号进行降噪并重构；然后对获得的混合信号进行盲源分离，提取特征信息；很后应用信息融合技术，包括遗传算法优化神经网络、D-S证据理论等方法，进行旋转机械故障模式识别。为了便于读者参考，还将系统性理论与工程实例相结合，并配有相应的MATLAB程序。
本书可作为高等院校机械工程、测控技术与仪器以及相关专业高年级本科生、研究生的教材或参考书，也可供从事机械设备故障诊断和检测以及信号处理的广大科研技术人员使用。