模拟电路广泛存在于各种电子装备中,相对于数字电路来讲,模拟电路故障率高,一旦发生故障对装备造成的损害大,因此研究模拟电路故障诊断具有重要意义。由于模拟电路本身存在容差、非线性等问题,传统的故障诊断方法很难快速准确的诊断故障,而神经网络等智能方法为模拟电路故障诊断提供了一条有效的途径。随着嵌入式技术的飞速发展,嵌入式技术已经在很多领域获得广泛应用。嵌入式产品体积小,成本低,如果将诊断平台嵌入到电子设备中,对电子设备中的电路板进行实时信号采集,采用故障诊断方法进行计算,就能够给出实时的状态检测结果,当设备出现故障时就能够迅速定位,以便采取相应措施。这将极大程度上提高电子设备的可靠性,对军用电子领域来讲也将是很好的尝试。本文就是基于以上的思路展开预先研究的。本文首先选取BP网络做重点分析,结合模拟电路故障诊断探讨了BP网络的设计方法。然后,将基于BP网络的模拟电路故障诊断方法应用于仪用心电放大电路,MatLab仿真分析表明该方法能对被测电路的故障模式进行准确分类,从而验证了方法的可行性。针对含有电容电感等频率敏感元件的电路,研究了故障特征的提取方法,将Pspice和MatLab相结合,给出了具体电路的诊断流程。在研究了BP网络的基础上,在嵌入式ARM平台上实现模拟电路故障诊断系统。结合模拟电路故障诊断系统的需求给出了硬件平台的总体设计框图,对各个关键模块进行研究。在PC机上建立了交叉编译和软件开发环境,在嵌入式平台上移植了Linux系统,编写了ADC驱动。移植了Qt/E GUI开发环境,设计了友好的GUI界面。编写了故障诊断软件,对心电放大电路实现实时监测与故障诊断,获得了较高的诊断率。基于Socket在嵌入式ARM端设计了客户端与PC主机的服务器端进行通信,将诊断的结果实时显示在PC机上。论文的特色与创新点在于将嵌入式Linux系统应用于模拟电路故障诊断,实现了模拟电路的实时监测与故障诊断,采用Socket编程设计了服务器端和客户端,电路的诊断信息可以由嵌入式平台上的客户端实时发送至PC机的服务器端显示。该嵌入式模拟电路故障诊断平台具有很好的工程应用前景。