土木工程设施在服役期内，由于受到荷载和其它各种突发因素的影响，使结构发生损伤，造成重大的经济损失和人员伤亡。因此，对结构健康状态做出及时有效的诊断、准确评估和趋势预测，具有重要的科学理论意义和工程应用价值。本文研究了基于信号分析和支持向量机的结构健康状态趋势预测方法。 论文阐述了实施土木工程结构健康状态趋势预测的必要性和迫切性，介绍了结构健康状态趋势预测的概念，讨论了结构状态趋势预测系统的组成、方法及其研究现状。 土木结构的损伤在理论上是一个渐进过程，为了能够有效地监测这个损伤过程，研究了基于Hilbert-Huang变换的结构渐进损伤特征提取方法。对单自由度模型和多自由度模型结构刚度渐进损伤进行了仿真实验，研究表明，结构损伤前后瞬时频率会发生明显的变化，并且可以准确地反映结构刚度变化的趋势，从而反映结构健康状态的发展趋势。 探讨了适合解决缺乏损伤样本的结构健康状态趋势预测问题的支持向量机(SVM)的回归算法。研究了核函数参数的确定方法，分析了参数对回归和预测精度的影响，提出了这些参数的选用方法和一般原则。结果证明该预测方法具有样本少、精度高的特点。 针对大型结构发生损伤时振动信号的非平稳性、随机不确定性和损伤样本少等特点，结合EMD解决随机不确定性问题和SVM解决预测问题这两者的优势，提出了一种基于EMD特征提取的SVR结构状态趋势预测方法。通过对振动信号本征模式分量特征向量的分析，可以准确地预测结构状态趋势。实验证明，经过EMD特征提取后的支持向量机预测效果明显优于未经过任何特征提取的支持向量机的预测效果。