随着现代电子工业的快速发展，模拟电路、数模混合电路在电力、通信、重工业等领域得到大量应用。据有关资料显示，这些设备中的80%以上的故障都来自模拟电路部分，而模拟电路由于本身的容差性、非线性等复杂特性，其故障诊断一直是个难题，但是模拟电路在现代大规模混合电路中必不可少，使得其故障诊断研究成为近年来的热点课题。从模拟电路故障诊断开始以来，科研人员提出了许多种的诊断方法，其中最成熟的，应用最广的是故障诊断字典法。人工神经网络因其相似的非线性特性以及其强大的鲁棒性，在模拟电路故障诊断领域得到了非常广泛的应用。到目前为止，已经提出了多种基于神经网络的模拟电路故障诊断方法，其中最为成熟是BP神经网络故障字典法，在某些领域此方法已经进入到实际应用阶段。本文提出了一种基本FPGA的模拟电路故障诊断系统设计方法，该设计方法的基本思想是：首先用仿真出电路的各故障状态与被测电路测试点电压值，然后以此为样本训练好BP神经网络，并在FPGA上实现该BP神经网络的前馈阶段。在实际诊断过程中，保持对被测电路的各测试点的监测状态，系统随时会通过BP神经网络对测试向量进行匹配，一旦故障发生，系统就会警报或通过LCD显示出来，达到电路的在线故障诊断功能。由于故障字典法的局限性，这种方法只对电路的硬故障和单故障有效。该设计的最大的特点就是系统可重构性，可以根据不同需要随时设计系统结构，而且将FPGA的高速并行运算能力与BP神经网络的联想推理能力结合在一起有力地保障了监测的可靠性，准确性。