随着半导体、集成电路技术的日益发展，电子设备在家用、通信、测量、自动控制、运输、科研等领域得到广泛的应用，伴随而来的是必不可少的维护和维修工作。在自动化工厂、通信以及航空、航天等许多行业中，这些设备均处于关键的工作岗位，一旦设备出现故障而不及时维修排除，可能会造成的经济损失是难以估量的。相对于数字电路，模拟电路的信号动态范围宽、波形变化大，因此对其的故障检测一直是研究的重点。论文从工程应用的角度出发，以模拟电路为特定研究对象，利用信号处理、小波分析、粗糙集理论和神经网络等技术，对其进行状态监测以及故障诊断，并深入研究模拟电路故障特征提取和诊断方法。论文首先对研究的内容、目的、实践意义进行简要的论述。分析了在模拟电路故障诊断过程中所采用的几种常用诊断方法，指出目前故障诊断存在的问题以及将来的发展，并对信号的采集与处理，人工智能等技术作了简单的阐述。由于模拟电路的各种信号中包含着丰富的信息，论文在对常用的故障诊断技术以及幅值域参数，频谱分析等方法在模拟电路电学信号中的应用进行研究后，提出采取的技术路线是以傅立叶分析为主，其它方法为辅，从而来共同实现对模拟电路进行故障诊断的目的，同时对论文所涉及的神经网络和小波分析方法的原理作了必要的叙述。论文对粗糙集理论及方法在故障诊断中的应用进行了研究，针对模拟电路采样数据的离散化，提出了一种新的算法，给出了该算法的详细步骤；在此基础之上，提出了粗糙集理论应用于模拟电路故障诊断的步骤框架，进行系统的诊断实验并进行评估。