本文针对飞行器液压舵面作动机构的故障进行诊断技术的研究，以期寻找一种较为成熟、可靠的技术来对这样一个机构的故障进行状态监测与故障诊断。在本文的研究工作中，设置了两种故障，舵面转轴的损伤及转轴轴承的严重卡阻故障，通过获取振动信号来对故障进行分析和诊断。小波分析和经验模式分解是当前信号分析的热门方法，本文为了解决液压舵面作动机构的故障诊断问题，利用这两个方法分别对故障仿真信号进行处理，提取故障特征。另外，在对故障特征进行识别时，考虑到飞行器这样一种非常复杂昂贵的系统，实际的故障样本极为稀少，如何在小样本的学习下，使识别系统得到充分学习，并能以较高精度识别故障特征，支持向量机是一个不错的选择。对利用小波包能量和EMD分解两种方法提取的特征用支持向量机分别识别，可以得到两种方法的诊断精度，选取其中精度较高的方法进一步用于实际物理试验平台的模拟故障信号处理。通过该研究解决针对液压舵面转动机构的故障诊断问题，且诊断精度较高。另外，针对受环境激励的结构响应信号受噪声污染的问题，本文提出利用经验模式分解和小波阈值方法的结合来对信号进行降噪，取得了良好的效果。