汽车内部装有越来越多的电气控制设备、电子部件、专用传感器和功能各异的执行装置,使汽车的安全、性能和效率都提高到了全新的水平,但同时也带来了新的问题:造成庞大的布线系统,导致系统的运行可靠性降低、故障维修难度增大。针对这种情况,CAN总线技术在汽车上应用并得到推广。但我国的汽车产业的CAN总线技术的应用尚处在起步阶段,需要创新和完善。本文结合先进的数字信号滤波技术,及故障诊断方法,基于车载CAN总线信息建立故障分析及预报系统,具体研究内容如下:介绍了基于CAN总线技术的汽车网络平台的构成,并分析了汽车故障的种类与特点,总结了汽车故障诊断的分类,参数及主要理论和方法。分析了CAN总线和USB总线的传输协议,并设计了以P89C52为主控制芯片的USB-CAN接口卡电路,实现了上位机与CAN总线之间的通信。研究了各种数字滤波器技术的原理及其适用对象。着重阐述了卡尔曼数字滤波器的原理,并通过编程实现了汽车故障信号的有效滤波。在阐述了神经网络基本理论的基础上,着重从应用角度分析了BP神经网络的结构、学习过程和设计要点。结合汽车故障诊断的特点和要求,进行BP神经网络故障诊断的结构与算法设计,实现了BP神经网络训练与测试的操作界面并完成了相应的BP网络训练与测试。最后,设计了汽车在线故障分析及预报的可视操作系统。实验结果表明,BP神经网络能够对汽车故障进行有效、准确的诊断。