1.一种基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：包括以下步骤：S1：采集轴承的时域振动信号，对所述时域振动信号采用高通滤波器滤波，滤除低频耦合信号成分干扰；

S2：将滤波后的时域振动信号归一化并估计噪音偏差，寻找最优正则化参数λ；

S3：将所述滤波后的时域振动信号转换到频域，采用Douglas‑Rachford算法消除所述信号的频域噪音；具体包括以下步骤：S31：提出轴承故障信号的频域降噪模型：其中，x表示理想的轴承信号，y表示获得的轴承信号，P(x)满足如下表示式：其中，γ表示正则约束参数；

S32：推导出Fγ(x)的表达式并找到其阈值函数，Fγ(x)的表达式如下：其中，m表示理想的轴承信号x某一信号点位置，xm表示第m个信号点，k表示第k组信号，xk,m表示第k组信号中第m个信号点，M表示信号总长度；

使Fγ(x)满足 以找到最小Fγ(x)，Fγ(x)的最优条件为：其中，yi表示原始故障信号，xi表示理想的降噪信号；

得：

定义 得到上一等式的等价条件：xi＝yi‑g(k)，如果i≤kyi≤g(k)，如果i≥k频域降噪模型的阈值函数为：x＝soft(y，g(k))S33：将提出的稀疏降噪模型转换到频域中，转换过程如下：其中，Pλ表示正则约束项，U表示Parseval框架算子，上一表达式满足：其中，u表示频域理想降噪信号，z表示频域原始信号；

S34：采用Douglas‑Rachford算法进行求解最优结果，算法步骤如下：(0)

S341：初始化迭代信号t ＝y′，其中y′为输入信号；

(i+1) (i)

S342：u ＝t ，其中i表示第i次迭代；

S343：

(i+1) (i+1) (i) (i+1)S344：更新迭代信号t ＝z +t ‑uS345：当达到更迭轮次N时输出去噪信号t；

S4：将处理过后信号转换到时域，通过包络谱分析进行轴承的故障诊断。

2.根据权利要求1所述的基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：步骤S1中，所述时域振动信号通过加速度传感器获取。

3.根据权利要求2所述的基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：步骤S1中，采用模拟轴承故障诊断信号，在所述模拟轴承故障诊断信号中加入周期性脉冲序列，压倒性噪声，干扰谐波和随机脉冲，所述模拟轴承故障诊断信号通过下式得到：其中，Ak是周期性故障冲击脉冲序列的幅值。

4.根据权利要求1所述的基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：步骤S2中，通过计算以下内容，找到噪音偏差与最优正则化参数λ的关系：自相关冲击谐波噪声比AIHN，计算公式如下：其中，i表示第i次冲击特征，k表示第k次冲击特征，Ren(kNT)表示自相关幅度值在第k个周期的脉冲函数，Ren(0)表示在0时刻的能量值；

峭度指数Kurtosis，计算公式如下：其中，N′表示采样数量，n表示第n个采样点，xi′表示第i个样本值；

冲击故障信息指数PI，计算公式如下：PI＝AIHN*Kurtosis。

5.根据权利要求4所述的基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：步骤S2中，对滤波后的时域振动信号先进行归一化，再进行噪音偏差的估计。

6.根据权利要求5所述的基于频域组稀疏降噪的轴承故障诊断方法，其特征在于：步骤S2中，最优正则化参数λ与估计出的噪音偏差σ之间的关系为2

λ＝174.9692σ+2.5683σ+0.0011。