模拟电路的结构越来越复杂,而相应的模拟电路故障诊断技术研究成为了当今的热点。本文采用了BP神经网络的模拟电路故障诊断方法,结合了多分辨分析和因子分析故障特征提取方法。研究内容包括以下几方面：1)利用电子电路仿真分析软件ORCAD完成原理图绘制,并用PSPICE对电路进行直流灵敏度分析仿真,列出关键性的元件,并根据元器件的参数构造故障字典和故障类型。2)同时将电路进行蒙特卡洛分析,获得正常模式和各种故障模式下的信息,并将其分为训练样本集和测试样本集。3)对摄取的复杂的原始故障信息进行故障特征提取,本文采用了两种方法,一是运用多分辨分析法,二是统计学方法--因子分析法,两种不同的方法分别提取故障特征,进行故障信息的预处理,处理后的数据信息作为新的训练样本集和测试样本集输入到神经网络,将两种信息处理方法进行比较。4)对BP神经网络都统一为单隐层网络,相同的期望误差,分别用上述方法提取的故障特征向量训练网络并仿真。5)多分辨分析特征提取法训练的神经网络能够较好的实现故障诊断,因子分析法相对较差,但是可以得到更好的改进,达到预期的目的。