为了提高齿轮故障信号特征提取时处理稀疏性差信号的能力,设计了一种应用稀疏度自适应匹配追踪(SAMP)算法对齿轮故障信号进行处理方法。通过对仿真的齿轮故障信号数学模型和齿轮出现点蚀时的实验数据分析表明经过SAMP处理后齿轮啮合频率以及半频和转频更加明显,边频带也更加突出,干扰成分降到最低。证明SAMP算法能够提取主要齿轮故障特征信息,有效降低噪声影响。相对于OMP算法处理齿轮故障信息,进过SAMP算法处理的故障信号,故障特征更加明显,且重构信号精度更高,表明SAMP算法重构故障信号相对于正交匹配追踪算法能够更好的提取主要齿轮故障特征。