针对强背景噪声下的滚动轴承故障振动信号,提出了固有时间尺度分解(ITD)和最小熵解卷积(MED)相结合的故障特征提取方法。首先对信号进行ITD分解,通过计算各分量与原信号的相关系数,去除虚假分量后重构信号;再利用MED的方法对重构后的信号进行降噪处理;最后对降噪后的信号进行频谱分析,提取故障特征频率。仿真分析和实验结果表明,该方法可以有效降低信号中的背景噪声,提高故障诊断的准确率。