介绍了家用电器类滚动轴承音质异音特征的识别方法。通过小波变换原理，对轴承异音信号进行时频分析，采用一种无频带错位的小波包算法进行轴承的异音特征信号提取，清晰地刻画出轴承异音信号的特征函数，提出了基于子频带的K—L信息量的滚动轴承异音分析检测方法，然后以无异音状态为参考状态，利用K—L信息量建模方法进行分析判断，将分析判断的结果用于RBF神经网络的训练，不断地调整神经网络的输入参数，达到逐步提高异音信号判断精度和准确度。该方法同样适用于具有脉冲性质的异常音检测。实验结果表明，该方法在轴承异音探测以及分析方面具有较高的准确度、有效性和工程实用性，较之以往的时域、频域信号处理技术，该方法对异音信号分解更趋合理，是一种可靠和有效的滚动轴承异音特征的综合识别方法。