模拟电路故障诊断的神经网络方法可以看成是模式识别问题。通过对一系列过程参量进行测量,然后用神经网络从测量空间映射到故障空间,实现故障诊断。可见,模拟电路故障诊断神经网络方法中的两大问题是通过信号处理来实现特征提取的问题和神经网络结构建立的问题。目前,围绕这两大问题的热点研究是采用小波分析、演化算法等技术与神经网络结合的方法进行模拟电路硬故障或单值软故障的诊断,而这种结合包括神经网络的前置处理技术的改进和神经网络结构的优化两方面。但是,很少有文献涉及这些优化算法的优缺点的对比以及应用场合的阐述。此外,单值软故障诊断的实用性受到质疑,因为模拟电路故障诊断是需要区分电路元件参数处于容差允许范围内还是发生了硬故障或软故障。而且目前对重叠故障的诊断还有一定的难度。因此,本文对模拟电路故障诊断神经网络方法存在的问题进行了深入的研究后,提出一些新的故障诊断方法以及设计相关的自动测试与诊断系统装备的技术方案,以形成较为完整的模拟电路故障诊断神经网络方法体系。本文的主要内容和创新如下：1、探讨模拟电路故障诊断的小波方法。本文在模拟电路节点电压信号进行小波消噪与分解处理后获得的小波系数的基础上,提出三种故障特征提取的方法：小波系数各分量绝对值的最大值法、小波系数各分量平方和法以及小波分形法。前两种方法是首先利用小波变换来对电路测试节点的电压信号进行消噪和分解,对分解后的小波系数计算其各分量的最大值或各分量平方和,然后进行主元分析与归一化处理,形成电路的故障特征,输入神经网络来进行分类。小波分形法与前两种方法所不同的是,计算小波分解后的信号的盒维数来实现模拟电路故障特征的提取。文中将详细分析它们各自的优缺点和适用的场合并将这三种方法应用于诊断实例来进一步验证所述方法的正确性。2、提出模拟电路故障诊断的综合神经网络方法。基于模拟电路元件硬故障和软故障统一描述的思想,提出将电路测试节点电压信号的偏斜度与标准差组成的向量作为故障特征向量的方法。测前,首先对被测电路进行参数扫描和交流分析,计算该电路测试节点电压信号的偏斜度和标准差,标准差与偏斜度构成的向量即为故障特征向量。然后,根据以标准差为横坐标、以偏斜度为纵坐标的二维坐标系中的轨迹的特点选择神经网络的训练样本与检验样本。测后,训练过的神经网络就能够正确的区分电路处于容差允许范围内的状态还是发生了硬故障或软故障。文中将详述其诊断原理与适用场合,通过诊断实例来进一步验证所述方法的正确性,并通过与相关文献方法进行比较,说明所提方法的优越性。3、探讨模拟电路故障诊断的优化神经网络方法。针对BP网络易于陷入局部最优的缺点,探讨基于遗传BP网络的模拟电路故障诊断方法与基于免疫遗传BP网络的模拟电路故障诊断方法；提出基于粒子群算法优化BP网络的模拟电路故障诊断方法与基于分组粒子群算法优化BP网络的模拟电路故障诊断方法。这四种方法分别采用遗传算法、免疫遗传算法、粒子群算法、分组粒子群算法来代替BP网络中的梯度下降算法来实现神经网络权值的调整以及神经网络结构的优化。遗传BP网络是将遗传算法的“优胜劣汰”原则引入到BP网络中,提高其收敛性能。免疫遗传BP网络是在遗传算法的基础上融合了免疫系统的机理来优化BP网络,使其具有全局搜索的能力。粒子群算法优化的BP网络是将粒子群算法的速度-位移模型引入到BP网络中来改善其未成熟收敛,具有模型简单与易于实现的特点。分组粒子群算法是在粒子群算法的基础上发展起来的,具有重组和变异的特点。采用分组粒子群算法来优化BP网络是以确保BP网络收敛于全局最优解。文中将通过比较的方式来详述这四种方法的具体应用场合和效果。4、针对模拟电路重叠故障的诊断,分别从其表现形式和产生原因出发,探讨模拟电路重叠故障诊断的重分类方法和提出模拟电路重叠故障诊断的融合神经网络方法。在模拟电路重叠故障诊断的重分类方法中,首先将故障特征重叠的区域划分出来归为新的故障类,然后采用常规的神经网络方法来对重分类后的故障类型进行识别。模拟电路重叠故障诊断的融合神经网络方法主要包括测前和实时诊断两个步骤：测前,将重叠故障类分配在不同的子神经网络中,并且将不同类的故障特征作为各子神经网络的训练样本,对各子网络进行训练。而将各子神经网络的目标输出用来作为决策融合神经网络的训练样本,对决策融合神经网络进行训练；实时诊断时,将采集到的信号经预处理后输入到已训练的融合诊断系统中,从决策融合神经网络的输出就能确定故障的类型。文中将详述这两种方法的基本原理与应用条件,并通过诊断实例来进一步验证所述方法的有效性。5、探讨基于DSP控制的自动测试与诊断系统(Automatic Test and Diagnosis System, ATDS)的技术方案和典型应用方案。在模拟电路故障诊断理论与方法的指导下,成功研制了基于DSP控制的ATDS实验装置。文中将介绍系统的组成、基于DSP控制的主板设计、激励源设计、决策模块设计的基本原理以及软件设计方案,并通过对模拟芯片以及模拟集成电路的实验,详细阐述相应模块的设计原理,并给出实验结果。通过实验结果来进一步验证本文所述诊断方法的正确性和有效性。