1.一种滚动轴承微弱故障信号特征的提取方法，其特征在于：包括以下步骤：
(1)获取滚动轴承的振动信号；
(2)对振动信号进行连续小波分解，得到连续小波时频图；
(3)对小波系数进行自相关运算，滤除噪声干扰；
(4)提取小波系数经过自相关运算得到的自相关函数的包络特征并进行包络谱分析，得到故障特征频率。
2.根据权利要求1所述的滚动轴承微弱故障信号特征的提取方法，其特征在于：所述步骤(2)中连续小波时频图的计算公式为：
其中，CWTx(a,b)表示连续小波变换时频图；x(t)为采集的振动信号；a为尺度因子，表示与频率相关的伸缩；b为平移因子；ψ(t)表示基小波，是基小波经过位移和伸缩产生的族函数，称为小波基函数，t表示时间。
3.根据权利要求2所述的滚动轴承微弱故障信号特征的提取方法，其特征在于：所述基小波选用Morlet小波，其形式为：
其中，σ为形状系数；f0为中心频率；i表示虚部。
4.根据权利要求1所述的滚动轴承微弱故障信号特征的提取方法，其特征在于：所述步骤(3)中自相关运算的计算公式为：
其中，Rcc(τ)为小波系数c(t)的自相关函数，τ为延迟时间，T为信号观测时长。
5.根据权利要求4所述的滚动轴承微弱故障信号特征的提取方法，其特征在于：所述小波系数c(t)由周期性的故障冲击信号s(t)和非周期的噪声信号n(t)组成，将c(t)＝s(t)+n(t)带入公式(3)，计算可得：
将公式(4)展开可得：
Rcc(τ)＝Rss(τ)+Rsn(τ)+Rnn(τ) (5)
其中，Rss(τ)、Rsn(τ)和Rnn(τ)分别为周期故障冲击信号的自相关函数、周期信号与噪声信号的互相关函数、噪声的自相关函数。
6.根据权利要求1所述的滚动轴承微弱故障信号特征的提取方法，其特征在于：所述步骤(4)包括：在每个频率上，对经由自相关运算得到的自相关函数进行Hilbert变换，求得自相关函数的包络，Hilbert变换的公式为：
其中，H[·]为Hilbert变换运算符，Rcc(τ)为信号的自相关函数；
经过Hilbert变换，所有频率成分被相移90°，得到了新的时间信号，由此构造的新的解析信号R(τ)为：
其中j表示虚部，解析信号R(τ)的幅值就是Rcc(τ)信号的包络，计算公式如下：
对包络再进行快速傅里叶变换求得包络的功率谱，得到故障特征频率。
7.一种滚动轴承微弱故障信号特征的提取设备，其特征在于，包括：
信号采集装置，用于获取滚动轴承的振动信号；
信号处理装置，包括存储器和处理器，存储器存储有计算机程序，所述程序被处理器执行时能够实现以下步骤：
1)对振动信号进行连续小波分解，得到连续小波时频图；
2)对小波系数进行自相关运算，滤除噪声干扰；
3)提取小波系数经过自相关运算得到的自相关函数的包络特征并进行包络谱分析，得到故障特征频率。
8.根据权利要求7所述的滚动轴承微弱故障信号特征的提取设备，其特征在于，所述信号采集装置包括振动加速度传感器、麦克风、超声传感器中的任一种或多种。
9.根据权利要求7所述的滚动轴承微弱故障信号特征的提取设备，其特征在于，所述程序实现连续小波分解采用Morlet小波，其形式为：
其中，σ为形状系数；f0为中心频率；i表示虚部。
10.根据权利要求7所述的滚动轴承微弱故障信号特征的提取设备，其特征在于，所述程序实现自相关运算使用的计算公式为：
其中，Rcc(τ)为小波系数c(t)的自相关函数，τ为延迟时间，T为信号观测时长；
所述自相关函数包络特征的提取采用Hilbert变换，其计算公式为：
其中，H[·]为Hilbert变换运算符。