模拟电路的故障诊断和神经网络是当今学术届的两大热点问题。本文研究的主要目的在于将模拟电路故障诊断与神经网络方面的最新成果相结合,探索解决模拟电路故障诊断的一条新的途径。 本文首先介绍了模拟电路故障诊断的基础知识及其发展概况,对近年来这方面的成果进行了简要的概述。论文阐述了传统的模拟电路故障诊断字典法的一般过程,研究了基于神经网络的电路故障诊断方法,探讨了BP神经网络、Hopfield神经网络、SOFM神经网络的基本算法及进行模拟电路故障诊断的一般方法和诊断步骤。论文重点对自组织特征映射神经网络的基本原理、算法模型、算法实现做了详尽的论述,对其学习规则进行了分析说明,提出了算法实现中遇到的问题,给出了相应的解决办法。对实际诊断时可能出现的模糊故障集问题的解决方法进行了探讨。论文应用SOFM网络于模拟电路的故障诊断,得到了基于SOFM网络的故障字典,实现了模拟电路的故障定位和诊断。神经网络的联想记忆功能、容错性和鲁棒性以及很好的非线性映射能力,使得这一方法明显优于传统的诊断方法。利用MATLAB神经网络工具箱和OrCAD/PSpice9.1软件对模拟电路进行仿真,通过电路仿真表明,利用本文所提出的实现方法对模拟电路进行了较准确的诊断,达到了预期的目的。