模拟电路测试节点优选和测试生成技术是模拟电路故障诊断和可测性设计的重要研究内容。这两项技术的研究对减小电路测试复杂度、降低电路设计成本、提高电路故障诊断率具有重要意义。本论文详细阐述了模拟电路测试节点优选和测试激励优化设计基本原理,研究设计了一套具有良好普适性和鲁棒性,适用于线性和非线性模拟电路的测试节点优选和测试激励优化设计方法。论文主要研究工作包括:(1)设计了一种基于类内类间敏感度因子与故障隔离度的模拟电路测试节点优选方法。通过计算电路各测试节点采样数据的类内类间离散度来定义测点敏感度因子,根据敏感度因子大小对待优选测点进行重新排序,利用KNN网络计算重排序测试节点的故障隔离组(度),最后优选出能辨识全部预设故障的最优测试节点集。实验证明,对比相关参考文献结果,本文方法优选出的最优测点集包含的测点数量更少,并且可以优选出故障诊断效率更高的同等规模的测试节点集合。(2)设计了一种基于遗传算法的测试激励优化方法。该方法利用遗传算法概率性全局寻优、并行搜索能力强等优点,以电路故障响应特征分布差异最大化为准则来优化电路测试激励中的幅值、频率和相位等参数。在对电路进行交流扫频分析和数学建模仿真分析基础上,通过计算电路响应信号采样数据类内类间离散度来定义优化目标函数,统计测试激励敏感度因子大小,最终借助遗传算法实现测试激励优化设计。实验证明,本文方法优化设计出的测试激励信号有效降低了电路故障响应特征分布模糊性,提高了故障诊断率。本论文的研究工作受国家自然科学基金(60871009)与航空科学基金(2009ZD52045)的资助。