模拟电路故障诊断是一项较前沿的研究课题。随着超深亚微米半导体技术的发展,推动了系统芯片以及模拟和数字混合信号电路的出现,模拟测试领域出现了许多新的理论研究课题,采用常规或传统的故障诊断理论和方法难以解决。由于神经网络具有处理复杂多模式及进行联想、推测和记忆功能,因而特别适合故障诊断系统。将神经网络用于模拟电路故障诊断是发展趋势。本文以神经网络在模拟电路故障诊断中的应用为主线,结合模糊理论、小波变换理论及信息融合等理论研究了模拟电路的故障特征提取和故障诊断方法。介绍了神经网络的基本概念、方法,重点介绍了BP神经网络的结构及其网络参数的选择方法;采用BP算法并利用DSP运算能力强、精度高的特点,设计了模拟电路故障诊断系统,该系统与传统的故障字典法比较,更准确方便,具有较高的实用价值。以故障诊断的理论和方法为基础,综合运用人工智能、模糊理论和神经网络的理论,提出了模糊理论和神经网络的集成方法,介绍了集成综合系统的基本结构和工作原理。针对大型机组的状态监测与故障诊断问题,提出一种基于区间值模糊神经网络的诊断方法。详细论述了小波分析和小波包分析的基本理论,讨论了多分辨分析的一般框架,给出了小波包分析的定义和性质,从空间分解的角度对小波包分析进行理解并给出了小波包分解和重构算法;以基于小波—神经网络的模拟电路IDDT故障诊断方法为基础,分别应用多分辨分析和小波变换两种方法提取模拟电路IDDT的故障特征,给出详细的故障诊断流程。基于神经网络信息融合技术的诊断方法属于典型的特征层融合,介绍了神经网络信息融合诊断模型,通过对国际标准电路的仿真实验验证了该方法的可行性。