在电子电路中,普遍存在着数字部分和模拟部分,但大部分的故障发生在模拟电路,因此需要对模拟电路进行测试与分析,但随着电子系统变得越来越复杂,对模拟电路进行测试选择也变得越来越困难。现有的模型建立方法精度不高且比较复杂,所使用的测试优选方法搜索效率低、准确度不高。针对以上问题,本文提出多特征信号模型来对模拟电路进行分析,并以该模型为基础来设计一种新的测试优选方法对模拟电路进行测试选择,主要研究工作有:1.多特征模型分析及其自动建模方法。结合多信号模型与多个特征的分析方法,通过获取模拟电路上的测试节点的响应波形数据,提取出多个测试特征信号,例如时域特征,频域特征,统计特征,小波特征等多个特征来组成特征向量,来生成用于可测性分析的故障测试依赖矩阵,并在软件层面上实现了模拟电路多特征模型的自动生成。2.实现了基于多特征模型的测试优选方法。以故障测试依赖矩阵为基础,将引力算法应用到测试选择上面,为了改善算法的寻优速度和精度,对初始群体进行优化,引入群体反向学习策略,并将粒子群算法中的粒子信息交流机制加入到算法中,这样可以防止算法停滞在局部最优解的附近,加快搜索速度,依此表明该算法具有较高的优势和准确性。3.测试验证。通过与遗传算法、粒子群算法、标准引力算法对比,表明本文研究的改进引力算法在搜索最优测试集合上具有较快的速度和精度。从诊断的角度对优选后的测试进行分析,表明优选后的测试对于电路的故障诊断具有较高的优势。以两级四运放低通滤波器等为测试验证实例,通过多特征建模分析方法来获得该模拟电路的多特征信号模型,然后使用测试选择方法进行算法分析,验证。4.实现了模拟电路测试性建模平台的开发。该平台基于多特征信号模型,具有交互式界面,分为客户端和服务器端,能够直接对模拟电路进行仿真分析和特征提取,并生成依赖矩阵。该平台包括用户登录模块,读取文件和设置仿真属性模块,模型显示和可测性指标分析模块,测试优选模块及算法分析结果对比,并对开发的软件平台进行了各个功能和可靠性方面的测试。