随着电子系统的集成度越来越高,系统所处的电磁环境日益复杂,产生的电磁兼容问题也越来越多。为了解决这些问题,传统电磁兼容故障诊断技术首先要对系统进行一系列电磁兼容测试,然后分析这些测试数据,最后根据测试人员的经验对故障源进行定位。整个诊断过程冗杂、技术难度较大且诊断结果存在一定的滞后性。传统电磁兼容故障诊断结果的准确性更依懒测试人员自身水平,缺少对测试数据进一步的挖掘与分析,因此当面对相同的系统电磁兼容故障时,不同的测试人员可能会给出不同的诊断结果。为了提升电磁兼容故障诊断的准确性、时效性和易操作性,本文提出了一种基于小波变换的电磁兼容测试数据分析处理技术。第一部分研究电磁兼容测试数据分析处理技术的意义和背景,根据国内外发展现状对本文的主要工作进行介绍。第二部分主要研究电磁兼容测试数据的获取标准,深入了解电磁兼容的标准测试项目和测试方法。分析传统电磁兼容故障诊断技术的不足,针对基于模式识别思想的电磁兼容故障诊断技术的实际需要,提出电磁兼容测试数据分析处理技术的具体研究方向和技术路线。第三部分重点研究小波变换理论在电磁兼容测试数据分析处理方面的相关应用,首先通过小波消噪技术完成了对测试数据噪声的剔除,然后结合小波包理论实现了电磁兼容测试数据能量特征参数的提取,最后根据电磁兼容测试数据分析处理的需要研究峰值特征和包络特征提取方案。第四部分重点研究BP神经网络在电磁兼容分析处理技术中的应用,首先根据第三部分的特征提取结果构建特征样本库,然后利用BP神经网络算法对其进行训练,最后通过实例验证本文构建的BP神经网络的可靠性。验证显示,其对不同类别故障诊断的平均识别准确率超过93%。第五部分主要使用MATLABGUI构建一个可供普通用户使用的电磁兼容测试数据分析处理系统,该系统可实现测试数据的特征参数提取、神经网络训练、故障诊断等功能。