随着微电子技术的不断进步，单片混合模数集成电路已成为单片集成电路设计的发展趋势。在现代混合集成电路中超过90%的电路属于数字电路，只有小部分属于模拟电路，但是，数字CMOS技术无法和开关电容技术完全匹配。正因为如此，数模集成技术的发展受到了限制，开关电流(SI)技术就是在这种背景下提出来的。SI技术作为模数混合信号系统在模数接口技术上受到越来越多的关注，近年来国际电路学术前沿对SI电路掀起了新的研究热潮。SI技术已有了相当程度的发展，相关的电路设计也逐步完善。但是，目前在SI电路测试与故障诊断方面涉足还相当少。基于此，本文在前人研究SI故障诊断的基础上，提出一种新的开关电流故障诊断的方法。本文首先介绍了SI电路的发展背景和现状，及高性能SI的基本存储单元和基本模块。详细介绍CMOS1～3级模型以及CMOS大信号、小信号模型。提出CMOS硬故障模型，最后采用遗传算法优化的BP神经网络来对SI电路进行故障诊断。目前开关电流故障诊断还停留在对其硬故障的诊断和对开关电流简单电路的诊断上，对于那些难以区分的细微故障和采集数据量大的电路还难以实现诊断。开关电流电路参数性故障诊断的实现也是一个难题。而且对开关电流电路的仿真没有很好的仿真平台。目前开关电流电路的仿真软件主要是Asize，这个软件功能简单，只能仿真理想状态的开关电流电路，用于故障诊断只能做一些简单故障分析。在此基础上，本文根据开关电流电路的特点，对硬故障的模拟采用第四章提出的硬故障模型来模拟仿真，对软故障的模拟采用CMOS大信号和小信号模型将开关电流电路转化成模拟电路来进行测试。采用Pspice对电路进行模拟仿真提取详细数据信息，再利用小波分解来提取数据的特征，简化数据结构。最后利用神经网络来区分各故障状态，达到故障诊断的目的。