本文主要研究了神经网络、小波变换以及信息融合在模拟电路故障诊断中的应用,所做的工作主要包括:1.论证了BP网络的分类功能并且构造了神经网络故障诊断系统。理论上指出了BP网络构造的故障诊断系统可以应用于任何电路,诊断任何类型故障。但故障识别时需要得到最能反映故障分类的本质特征,提取合理的故障特征是模拟电路故障诊断的核心问题之一。2.研究了模拟电路的输出信号各频率成份能量的变化情况与电路元器件发生故障情况的关系,给出了一种基于小波变换的“能量—故障”诊断的预处理方法,克服了传统的故障诊断中需要知道电路的拓扑结构的不足。仿真实验的结果表明“能量—故障”法可以对电路故障进行分类诊断。3.针对模拟电路故障诊断中存在的测试信息不足、故障定位准确性较低等问题,提出了一种应用智能信息融合技术的模拟电路故障定位方法。该方法首先分别对输入端电流和输出端节点电压做小波分解提取频段能量作为故障特征,然后应用特征层信息融合技术对故障信息进行分类以定位故障元件。该方法能充分利用故障信息,对模拟电路的软故障与多故障均可进行诊断,故障定位准确率高。