随着电子工业的迅速发展,模拟电路故障诊断技术的重要性越来越明显,它对于电子设备的正常运行和可靠性设计均具有重要的意义。本文根据容差模拟电路的特点,采用非常适合故障诊断的BP神经网络,利用FPGA的并行处理、可靠性高等优点,构造了基于FPGA的BP神经网络,并在此基础上初步实现了一个模拟电路故障诊断系统。受到元件容差的影响,传统的模拟电路故障诊断方法并不十分有效。而神经网络的容错性、联想记忆功能以及很好的非线性映射能力,使得该方法优于传统的诊断方法。BP神经网络体现了神经网络理论中最为精华的部分,将其应用于模拟电路故障诊断有很多优点,但是标准BP算法有其自身固有的缺点,如收敛速度慢、易陷入局部极小。本文重点研究了通过遗传算法优化LM改进型的BP算法来克服标准BP算法固有的缺点,并详细阐述该方法在模拟电路故障诊断中的应用流程。本文首先利用MATLAB设计出遗传算法优化LM改进型的BP算法用于模拟电路故障诊断的训练程序,接着根据故障诊断系统的设计要求,选取一款较为常用的FPGA芯片EP2C8Q208C8,然后讨论了系统硬件接口电路的设计,重点阐述了FPGA内部功能模块(AD采样控制模块、FIFO模块、数据预处理模块、BP神经网络模块、LCD显示驱动模块)的设计。最后结合一个诊断实例,对本故障诊断系统进行测试,结果表明,与故障字典法相比,本系统使用方便,速度快,正确率高,具有一定的开发潜力和实用价值。