挠度作为桥梁在载荷及自重作用下发生的竖向位移，反映桥梁结构的整体特性，是桥梁健康状况评定中至关重要的参数。实时在线监测系统所获得的总挠度信号按照主成分划分，可看成是车辆荷载效应、日温差效应、年温差效应及预应力损失和混凝土收缩徐变等因素引起的长期挠度的叠加。准确得到桥梁挠度值中单项因素的量值贡献，才能为评估桥梁的工作性能和安全状况提供条件。借用多尺度系统分析理论可以发现，桥梁挠度各组分具有时间多尺度特性：活载引起挠度是动态的；温度引起的挠度虽然是动态的，但它具有变化频率小的特点；混凝土徐变、收缩及预应力长期损失等引起的的长期挠度频率接近0。不同挠度成分统计特征的差异为桥梁挠度信号研究提供了这样一种可能性——从信号处理的角度出发寻求一种数学理论对属于离散时间序列的挠度信号进行分离，得到不同时间尺度的作用效应，即各单项因素对桥梁挠度的量值贡献。桥梁挠度信号中的车辆荷载效应属于高频信号，可用常规的经典滤波算法进行分离；温度效应及长期挠度属于低频信号，且挠度组分之间频率过于接近，用滤波、小波分解等工程领域常用信号处理方法难以实现分离。独立分量分析不仅可分离频率差异较小信号，在强噪声环境下提取微弱信号，且能在源信号分量的频率有所混叠的状况下得到较好的分离效果，但是其要求信号的接收通道数目必须不小于源信号数目；经验模态分解方法无需设置先验信息，有良好的自适应性，在去噪和多尺度分解有良好的应用，但是其分解结果存在的端点效应不容忽视。本文利用两种算法优势互补，提出用EMD方法对一维挠度总信号进行通道扩展，构建ICA分离模型，然后对挠度信号中低频成分进行分离的技术思路。本文阐述了引起桥梁挠度信号的各单项因素构成，采用有限元数值计算方法，对背景桥梁模型分别施加单项因素荷载，获得相应的挠度模拟信号，将各挠度组分的模拟信号叠加后进行分离试验，模拟信号分离结果与源信号的相关系数，最大达到0.983，最小为0.814，对背景桥梁实测挠度信号进行分离，最大达到0.926；最小为0.828。分离结果证明了分离模型的可行性与准确性。