现代电子系统的快速发展对电路的稳定度、线性度、精确度、保密度和自修复等指标都提出了越来越高的要求,对高性能电路的诊断技术的研究要求也越来越迫切。模拟电子器件具有组件丰富,性能稳定,损耗发热率小等特性,广泛的应用在自动控制,制导,电子对抗,微波通信等诸多领域,而由模拟电路元件搭建的模拟电路系统,在整个大系统中,往往担当着核心子系统的作用,它的稳定度与可测性,一般深刻影响乃至最终决定了整个系统的最优性能。因此,模拟电路故障诊断技术,是保证装备制造,装备安全运行的关键技术。在实际模拟电路系统中,以元件参数漂移型故障最为常见,一直以来是模拟电路故障领域的研究热点。由于容差效应的存在,以及缺乏合适的故障模型等因素的制约,参数型故障的诊断也是模拟电路故障诊断中的难点。目前,模拟电路系统参数型故障诊断,多通过增加特定测点实现高故障覆盖率,对被测系统要求高,测试人员劳动强度大。而测点的热噪声,瞬态干扰的等因素的存在,造成了故障混叠概率大,进一步增加了故障诊断的难度。针对这些问题,本文着重对模拟电路参数型故障的故障模型,故障特征提取及抗故障混叠技术进行了研究。首先,从信息论的观点出发给出了线性系统的一种新的表示,并和传统的时频域表示方法进行了对比;其次,以非广延统计力学基本量Tsallis熵为依据,推导出了一类仅依靠方差约束的类高斯分布概率密度函数的显式解,并深入分析了类高斯分布的参数在测量中的物理含义;最后,根据信息论中的最小相对熵原理和最小费舍尔信息原理推导得到的非高斯概率密度函数,给出了将一类概率密度函数应用在模拟电路参数型故障诊断上的具体方法。本文的主要内容为:首先,从线性系统的信息表示出发,基于噪声信息挖掘的思路,建立了模拟电路系统故障诊断动力模型。提出了一种联合测量方程和系统演进方程的故障诊断动力模型。该模型将模拟电路参数型故障问题,转换为线性系统自身扰动的估计问题并提出一种反向使用卡尔曼滤波器算法,实现对线性系统自身噪声的估计,即系统扰动估计,并使用香农熵测度实现了故障特征提取。实测证明,所提出的基于噪声信息挖掘的诊断方法有效克服了故障混叠问题,显著提升了故障区分能力。其次,分析电子系统噪声特征及来源,深入探讨了导出高斯分布的最大熵原理和最小费舍尔信息方法。基于非广延统计力学基本量Tsallis熵,作为高斯分布的推广,推导出了一组带参数的类高斯概率密度函数的显式形式。通过使用最大似然估计,推导出了该参数与测量次数之间的显式关系,理论上指出了,在测量仪器精度一定条件下,单纯增加测量次数,并不能无限制的获取关于被测量的精度信息。同时,理论上给出了在需求被测量测量精度固定条件下,最佳测量次数的定量说明。以上理论为实际模拟电路故障诊断的为获取最大故障信息,所要进行的最佳测量次数,从信息论角度,给出了选择依据。从而降低了故障诊断测量的盲目性,降低了测量带来的诊断开销。实测结果表明,该理论预测与实际测量结果之间,存在良好的吻合度。再次,探讨了基于最小相对熵原理的模拟电路故障诊断方法。给出了基于最大熵原理的模拟电路故障诊断方法必然会降低诊断成本,降低故障混叠的结论。基于香农熵是相对熵特例的事实,分析了使用最小相对熵原理进行模拟电路参数型故障诊断的理论可行性,并得出元件容差效应,通过使用该方法,可以得到有效控制的结论。进而,基于AR模型,提出了一种使用相对熵进行模拟电路故障诊断的新算法。实测结果显示,相比通过简单增加测点来提升诊断效果的方法,使用所提出的基于该AR模型的信息论方法,在不增加测试成本和操作复杂度的情况下,提升了诊断准确性和诊断效率。最后,给出了最小费舍尔信息原理下的模拟电路故障诊断方法。推导出了该原理下概率密度函数的显式形式。分析并给出了该密度函数可以定量刻画诊断中元件容差带来的影响的结论。通过与基于香农信息的最大熵原理给出的概率密度函数比较,理论上指出相比最大熵原理,使用基于最小费舍尔信息原理的模拟电路故障诊断方法可以进一步降低元件容差效应带来的诊断结论的误判,明显降低故障混叠发生的风险。一个实测例子说明了该理论分析结论的正确性。