模拟电路故障诊断在电路的设计和设备的生产与维护中占据重要位置，是具有重要研究意义的课题。电子技术在近几十年内发展迅速，促使电路的密集度与复杂度持续增长，要求模拟电路故障诊断在诊断效率和准确率方面做得更好。本文首先在分析模拟电路故障诊断基本思想的基础上，阐述了小波与支持向量机故障诊断的原理。小波变换具有很好的鲁棒性，是一种时-频联合的分析方法，有良好的局部化特性和多分辨率分析的特质；而支持向量机在处理小样本学习、样本的非线性和高维模式识别方面具有优势，并能够有效的减少故障分类的计算时间，本文研究了将小波与支持向量机结合用于故障诊断的方法。选取CTSV滤波器和Sallen-key带通滤波器两个电路，运用Pspice软件对电路的正常状态和故障状态分别进行Monte Carlo分析，将仿真数据导入MATLAB的工作空间，利用小波包进行信号消噪，并通过小波分解，对消噪前后的响应信号分别提取小波故障特征。最后，通过对支持向量机构造的多类分类器进行训练和测试，得到诊断结果。对比有无消噪处理两类响应信号的诊断结果，证明小波包消噪处理使故障诊断正确率明显提高；对比本文试验结果与其他文献结果，可证明支持向量机方法用于模拟电路，对比其他方法，能够提高故障识别的准确率，适用于模拟电路的故障诊断。