航空发动机故障诊断是航空发动机领域的重要研究方向。对于发动机早期故障诊断的研究，其意义非常重大，已经成为了目前国内外十分关注的一个研究热点。本论文旨在根据发动机早期故障的特点，研究航空发动机早期故障诊断方法，为发动机故障诊断提供技术基础。 本论文提出将随机共振、小波包分解和支持向量机相结合用于航空发动机早期故障诊断。首先对随机共振理论在早期故障信号预处理中的应用进行了研究，利用随机共振具有的能量转换机制来提高信噪比，对早期故障信号进行特征放大，使故障信号显现出来。其次在选定频带能量作为特征的情况下，利用小波的多分辨率分析特性和频带能量分析概念提取特征，作为下一步故障诊断系统的输入信号。然后详细介绍了如何利用支持向量机理论建立故障分类器，支持向量机较好地解决了小样本、非线性、高维数、过学习等实际问题，所以利用支持向量机建立的故障分类器具有抗噪能力强、推广能力强等优点。最后利用以上三部分理论设计了航空发动机早期故障诊断系统并对所设计的系统进行了Labview软件环境下的计算机仿真和转子实验台实验验证，该系统从软件设计上可以分为数据采集、信号预处理、特征提取和故障诊断四个部分。 仿真和实验结果表明：当故障处于早期时，其信号较微弱，但经随机共振系统后的信号利用小波包分解提取出的故障信号特征仍能够准确反映信号的状态变化；以支持向量机理论建立的故障分类器能准确的识别故障状态；所以，本文对于航空发动机早期故障的诊断方法有效，结果可靠。