模拟电路故障诊断是一门不断发展中的综合交叉性学科,是在不断吸收其它学科和领域的新理论、新技术和新方法的基础上向前发展的一门应用技术。虽然经过了三十多年的发展,已经形成了一系列的诊断理论和方法,但由于模拟电路特别是有容差的大规模模拟电路故障的多样性和复杂性,使得可用于诊断容差模拟电路的故障和大规模模拟电路软故障的方法还十分有限。随着电子技术的发展,特别是超大规模模拟电路和模数混合电路发展,对模拟电路故障诊断提出了新的挑战,需要探索新的模拟电路故障诊断理论与方法。本文在传统的大规模电路的字典法的基础上,采用信息融合技术,提出了一种基于集成神经网络的多方面模拟故障诊断方法。该方法能快速、有效的并行处理反馈来的不同方面的故障信息,使之诊断效率与诊断准确率都比普通神经网络有较大提高。具有训练速度快、扩展性强、鲁棒性强、实时诊断等优点。并且使得神经网络具有较强的推广能力,能够通过添加子网络来反映不同类型信号的故障现象,从而能更加全面的反映故障情况。本文着重介绍了集成神经网络的原理,集成神经网络与信息融合的关系,集成神经网络建模方法,子网络组建原则及集成神经网络的实现策略。在最后通过一个实例的仿真来说明基于信息融合的集成神经网络性能,仿真结果表明,应用集成神经网络进行模拟电路的故障诊断方法是切实可行的.