本发明公开了一种齿轮故障特征抽取方法，确定同步数据获取的采样频率、采样长度、齿轮每齿周期内的同步采样点数M、粗粒化尺度s、分辨率因子L、嵌入维数m、时间延迟τ、相似容度阈值r；以齿轮转速作为参考，利用振动传感器和转速传感器采集同步振动数据X；根据预先设定的粗粒化尺度s对同步振动数据X进行粗粒化处理，得到粗粒化处理后的同步振动数据Y；根据预先设定的分辨率因子L、时间延迟τ和嵌入维数m，重构同步振动数据Y的相空间P；中心化处理相空间P中的每个m维向量，得到非同步分量的相空间P1，根据相空间P和P1得到同步分量的相空间P2；分别计算非同步分量相空间P1和同步分量相空间P2中各m维向量之间的距离；分别计算多尺度多分辨率非同步和同步模糊相似度；将多尺度多分辨率非同步模糊相似度和多尺度多分辨率同步模糊相似度作为齿轮故障特征。本发明可用于齿轮故障特征抽取，所抽取的故障特征可以被用于诊断齿轮故障类型。