1.一种轴承故障特征增强方法，其特征在于，包括：

基于压缩感知理论，获取多组轴承数据；一组所述轴承数据对应一个负载类型和一个转频下的轴承外圈故障信号；

依据所述轴承数据，采用梯度投影法得到优化测量矩阵；所述优化测量矩阵由优化稀疏基测量矩阵和基测量矩阵构成；所述优化稀疏基测量矩阵对应的Gram矩阵与等角紧框架的差值小于设定值；所述基测量矩阵为单位矩阵；

依据所述优化测量矩阵，采用正交匹配追踪算法对所述轴承数据进行重构，得到轴承重构数据；

采用经验小波变换法对所述轴承重构数据进行分解，得到多个轴承重构分量数据；

采用小波阈值函数法对各所述轴承重构分量数据进行去噪处理，得到处理后的轴承重构分量数据；

采用经验小波变换法对各所述处理后的轴承重构分量数据进行重构，得到重构信号；

所述重构信号为轴承故障特征增强后的轴承数据。

2.根据权利要求1所述的一种轴承故障特征增强方法，其特征在于，所述依据所述轴承数据，采用梯度投影法得到优化测量矩阵，具体包括：构建测量矩阵；所述测量矩阵的初始矩阵由初始稀疏基测量矩阵和基测量矩阵构成；

所述初始稀疏基测量矩阵为A行B列的矩阵；所述初始稀疏基测量矩阵中的元素 为单位矩阵，其中，1≤a≤A，1≤b≤A，其他元素为零；A与所述轴承数据的压缩测量数相等，B与所述轴承数据的长度相等；

采用梯度投影法计算当前迭代次数下的测量矩阵对应的Gram矩阵；

判断当前迭代次数下的Gram矩阵与等角紧框架的差值是否小于设定值；

若是，则将当前迭代次数下的测量矩阵确定为优化测量矩阵；

若否，则令当前迭代次数加1，并返回所述采用梯度投影法计算当前迭代次数下的测量矩阵对应的Gram矩阵。

3.根据权利要求1所述的一种轴承故障特征增强方法，其特征在于，所述轴承重构数据其中，Φ为优化测量矩阵，x为轴承数据，ψ为轴承数据的稀疏字典，θ为轴承数据的稀疏系数， 为优化稀疏基测量矩阵，D为基测量矩阵。

4.根据权利要求1所述的一种轴承故障特征增强方法，其特征在于，所述处理后的轴承重构分量数据，具体为：其中， 为第i个轴承重构分量数据对应的处理后的轴承重构分量数据在t时刻的数据，PFi(t)为第i个轴承重构分量数据在t时刻的数据，μi为第i个轴承重构分量数据对应的阈值函数变化规律调节因子，λi(t)为第i个轴承重构分量数据在t时刻对应的阈值，ki(t)为第i个轴承重构分量数据对应的阈值函数的调节因子，σi为第i个轴承重构分量数据对应的含噪信号标准方差，N为轴承重构分量数据的长度，ki(t)＝kkiyi(t)，kki为根据第i个轴承重构分量数据进行动态调整的调节因子敏感参量，yi(t)为根据第i个轴承重构分量数据在t时刻的数据的幅值大小进行动态调整的调节因子敏感参量。

5.一种轴承故障特征增强系统，其特征在于，包括：

数据获取模块，用于基于压缩感知理论，获取多组轴承数据；一组所述轴承数据对应一个负载类型和一个转频下的轴承外圈故障信号；

优化测量矩阵计算模块，用于依据所述轴承数据，采用梯度投影法得到优化测量矩阵；

所述优化测量矩阵由优化稀疏基测量矩阵和基测量矩阵构成；所述优化稀疏基测量矩阵对应的Gram矩阵与等角紧框架的差值小于设定值；所述基测量矩阵为单位矩阵；

第一重构模块，用于依据所述优化测量矩阵，采用正交匹配追踪算法对所述轴承数据进行重构，得到轴承重构数据；

分解模块，用于采用经验小波变换法对所述轴承重构数据进行分解，得到多个轴承重构分量数据；

去噪处理模块，用于采用小波阈值函数法对各所述轴承重构分量数据进行去噪处理，得到处理后的轴承重构分量数据；

第二重构模块，用于采用经验小波变换法对各所述处理后的轴承重构分量数据进行重构，得到重构信号；所述重构信号为轴承故障特征增强后的轴承数据。

6.根据权利要求5所述的一种轴承故障特征增强系统，其特征在于，所述优化测量矩阵计算模块，具体包括：测量矩阵构建单元，用于构建测量矩阵；所述测量矩阵的初始矩阵由初始稀疏基测量矩阵和基测量矩阵构成；所述初始稀疏基测量矩阵为A行B列的矩阵；所述初始稀疏基测量矩阵中的元素 为单位矩阵，其中，1≤a≤A，1≤b≤A，其他元素为零；A与所述轴承数据的压缩测量数相等，B与所述轴承数据的长度相等；

Gram矩阵计算单元，用于采用梯度投影法计算当前迭代次数下的测量矩阵对应的Gram矩阵；

判断单元，用于判断当前迭代次数下的Gram矩阵与等角紧框架的差值是否小于设定值；若是，则将当前迭代次数下的测量矩阵确定为优化测量矩阵；若否，则令当前迭代次数加1，并返回所述Gram矩阵计算单元。

7.根据权利要求5所述的一种轴承故障特征增强系统，其特征在于，所述第一重构模块中的所述轴承重构数据其中，Φ为优化测量矩阵，x为轴承数据，ψ为轴承数据的稀疏字典，θ为轴承数据的稀疏系数， 为优化稀疏基测量矩阵，D为基测量矩阵。

8.根据权利要求5所述的一种轴承故障特征增强系统，其特征在于，所述去噪处理模块中的所述处理后的轴承重构分量数据，具体为：其中， 为第i个轴承重构分量数据对应的处理后的轴承重构分量数据在t时刻的数据，PFi(t)为第i个轴承重构分量数据在t时刻的数据，μi为第i个轴承重构分量数据对应的阈值函数变化规律调节因子，λi(t)为第i个轴承重构分量数据在t时刻对应的阈值，ki(t)为第i个轴承重构分量数据对应的阈值函数的调节因子，σi为第i个轴承重构分量数据对应的含噪信号标准方差，N为轴承重构分量数据的长度，ki(t)＝kkiyi(t)，kki为根据第i个轴承重构分量数据进行动态调整的调节因子敏感参量，yi(t)为根据第i个轴承重构分量数据在t时刻的数据的幅值大小进行动态调整的调节因子敏感参量。