模拟电路的智能诊断一直以准确、高效、智能的特点占据着测试领域的重要地位。智能诊断的核心是模式识别，模式识别的关键便是特征提取，能否高效的获取被测电路的故障信息直接决定着智能诊断系统能否高效的诊断出被测电路的故障。本论文提出了用Wiener级数描述非线性电路，将特征提取作为一个优化问题，通过粒子群蚁群算法寻去最优解，以其实现模拟电路故障特征更为高效的获取。首先阐述了Wiener级数的理论基础及非线性模拟电路的Wiener级数描述，并研究了离散电路的Wiener核获取方法，以及基于Wiener核的模拟电路智能诊断系统；分析了粒子群算法和蚁群算法的算法模型，针对于两种算法的优缺点，提出粒子群蚁群的混合优化算法，提高了优化效率，并通过MATLAB仿真验证该算法的合理性。研究了基于Wiener核的特征选择和提取的原理和方法，在此基础上，提出了基于粒子群蚁群混合优化算法的Wiener特征提取方法，通过粒子群蚁群混合算法的优化，有效的提高了特征提取的效率，并对该方法进行了实例分析。设计了智能故障诊断系统的硬件与软件，并在上位机的设计中，实现了粒子群蚁群算法对基于Wiener核的特征选择和提取的优化，并实例电路进行诊断对比后，验证了此方法的可行性。实验证明，本文提出的粒子群蚁群算法在基于Wiener核模拟电路故障诊断的特征提取中能够实现优化，并通过对典型电路的诊断验证了此方法的可行性。