随着电子技术的快速发展，混合电路系统的集成度和复杂度也不断提高，这给电路的故障诊断带来了全新的挑战。近二十年来，一些关键性的大型现代化设备出现重大故障，造成了重大的损失，为避免这些严重性灾难事件的发生，诊断问题越来越受到研究人员的重视。基于模型的诊断理论快速发展成熟，为我们提供了一种对系统进行合理诊断的有效途径。基于模型的诊断是指对一个给定的系统，通过系统模型与对系统行为的观测，确定系统是否按照预期行为运行。本文主要针对静态模型下的诊断方法，以及离散事件系统下的最小测试集计算，系统模型化简，系统的可诊断性等，进行如下研究：(1)基于静态模型的诊断算法：应用基于假设的真值维护系统（ATMS）的相关技术，阐述了利用元件与输出端的关联信息来解决诊断问题从而找到可选择的合理诊断解的方法。提出了以元件与输出端的关联信息对系统模型的理论域进行分层抽象的双层模型诊断技术。该模型包含了和系统输出有关的元件信息，在故障产生时通过这些关联信息来直接获得与故障相关的元件集合从而获得极小诊断，避免了传统的诊断方法中对系统极小冲突集的求解和由极小冲突集求解极小碰集的繁琐过程，因而提高了求解效率。我们还将该方法应用到MFMC的求取当中，因此我们的方法有着更好的灵活性和应用性；(2)在混合电路中，电路的测试与诊断已经被广泛的研究，但系统最小测试集的计算依旧是该领域的关键和困难问题。而近些年发展起来的离散事件系统理论为数字信号和模拟信号电路的测试提供了一个统一的建模方法，在离线模型中，故障被定义为状态而非事件，而故障的表征被定义为事件。因此诊断过程就是通过观察表征来不断划分不同状态集合直到得到最优分区(区分出故障)为止。为了在DES模型上寻找到最小的测试集，本文提出了基于离散事件系统提出了一种新的计算“更精细”划分的算法，进一步，本文给出了一种全新的计算极小测试集的方法，该方法能够同步计算出了最优分区和极小测试集，有很高的效率；(3)针对系统模型呈指数级爆炸增长的趋势，本文提出了一种模型化简的方法，给出了基于有限状态自动机的化简不可观测事件以及合并冗余状态的规则。该方法化简了确定可观测事件系统中所有不可观测事件，同时不改变原系统模型的可观测轨迹集合。降低了系统模型的规模，减少了可诊断性算法和在线诊断算法执行中对模型的冗余探索，极大地提高了算法执行效率。以往对于DES模型中不可观测事件的处理局限于在算法中动态删除或者忽略，使算法增加了许多冗余操作，大规模系统可诊断性判别效率低，同时也不符合在线诊断对实时性的要求。我们这里利用自动机模型的相关性质，提供了一个新的化简模型的方法，化简了系统中的不可观测事件，提高了在其上执行算法效率。本模型虽然为可诊断性判别算法及在线诊断算法提供了一个合适的模型，但如何解决一般性问题是今后研究的方向。(4)同时我们给出了两种不同的判断系统可诊断性的方法，矩阵化DES模型的分类算法和逆向Twin-Plant模型诊断方法，这两种算法应用局部完全向前探索模型的思想，无需全局求解，有很高的效率。具体的说，我们的方法只考虑子路径上的路径比较情况而无需考虑全局模型的全部路径比较情况，因此算法的执行时间被大大缩短了，同时更容易在实际模型中应用。