随着电子工业的迅速发展,模拟电路故障诊断技术的重要性越来越明显,它对于电子设备或系统的正常运行和可靠性设计均具有重要的意义。在传统的诊断技术和理论方法的基础上,本课题就神经网络方法和DSP技术应用于模拟电路故障诊断作深入的研究,初步实现了一个模拟电路故障诊断嵌入式系统。文中首先介绍了模拟电路故障诊断一些常用的算法,并着重讨论了具有联想记忆功能、容错性、鲁棒性以及很好的非线性映射能力的BP神经网络在模拟电路故障诊断中的应用,具体描述了神经网络样本的获取、网络结构的确定和训练。通过运用电路仿真软件OrCAD/PSpice9.1改善训练样本,提高了网络的泛化能力。利用MATLAB设计出了BP网络用于模拟电路故障诊断的训练程序;其次根据模拟电路的特点,系统选用TI公司新款DSP芯片TMS320F2812作为嵌入式系统控制器,该芯片速度为150MIPS,比普通单片机快几十到一百倍,并且集成了高速模/数转换等诸多外设,具有极高的性价比。作者深入研究了该芯片的特点,性能参数以及对外围电路的设计要求,完成了电路设计和故障诊断程序的设计,最后实现了在线实时模拟电路的故障诊断。通过实践证明,采用理论上比较成熟的人工神经网络BP算法,利用DSP(数字信号处理器)的运算能力强、精度高的特点,对于在线实时模拟电路的故障诊断具有一定的实用价值和开发潜力。