滚动轴承振动信号能够及时准确地提供机电设备状态特征信息，且可实现在线或离线监测，广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变，往往掺杂较多噪声，噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题，提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法，对含噪信号进行小波分解，利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理，结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析，通过与常用降噪方法相比，该方法在较好地保留特征信号的前提下，较大程度地去除了噪声，有效地提高了降噪效果。
