由于社会的快速发展,汽车已经成为交通行业中最具发展潜力的交通工具,但是随之而来的问题也不少,如交通拥挤阻塞、交通事故频发、尾气排放污染等许多问题。近年来,汽车电子技术的高速发展正在逐渐成为促进汽车行业发展的新的力量,并形成了很大的经济效应。而汽车运行状态远程监测及故障分析系统是我国目前道路交通开发及应用的热点。本文就是在这样的背景下提出研究课题的,汽车运行状态远程监测及故障分析系统的开发与研究主要是对汽车发动机的典型故障进行分析,目的在于通过对汽车运行状态远程监测及故障分析来尽量避免由汽车的故障所引起的种种交通问题。本文通过对RBF神经网络和BP神经网络的对比,以及对两者的对比仿真实验,阐述了选择RBF神经网络作为分析方法的原因,论证了这种分析方法的优势。随后,进行了发动机故障分析系统软件的初步设计,以汽油发动机在无负荷及转速不同时产生的三种失火等级(即无失火、单缸失火、多缸失火)所对应的尾气排放量为原始数据,采用了MATLAB神经网络工具箱做数据处理与分析,而整个系统软件的程序开发采用的是微软公司的VisualBasic6.0软件,并通过它的新接口技术——ADO来访问数据库,最后,成功设计出了发动机故障分析系统的软件。本研究适应了当前汽车电子技术的发展趋势,具有一定的实用价值。