针对伺服控制器低采样周期无法为高精度伺服控制系统状态识别提供高频信息的问题,提出一种基于稀疏结构保持的高分辨率信号重构方法。对伺服系统状态数据进行重构,获得相当于直接测量的高采样率数据,为提取系统特征和状态识别提供支持。本文的主要研究内容包括验证伺服控制信号的稀疏性,分析不同采样率信号稀疏结构的一致性;基于经验模式分解和主成分分析相结合的特征提取方法。一种自适应稀疏字典对于伺服控制信号,采用K-SVD进行训练。基于稀疏结构保持特性,构造了高分辨率信号重构的目标函数。仿真和实验证明,可以获得高分辨率的重构信号,与直接测量获得的高分辨率信号一致。该方法可作为工业机器人及类似设备伺服控制系统低采样信号分析的参考,具有一定的工程应用价值。