针对模拟电路的故障诊断，提出一种采用小波包分析和能量计算作为故障特征预处理的Hopfield神经网故障诊断方法。在新方法中，模拟电路在理想和实际故障情形下的输出响应分别通过SPICE仿真及电路终端的数据采集板所采集；故障电路输出响应通过小波包完整分解，各尺度小波系数的能量值由一个新定义的能量函数进行计算；由小波能量值所构成的理想与实测故障特征向量经能量编码后被分别作为联想记忆的记忆原型与记忆起始点，在自联想记忆驱动下，实测模拟电路故障的编码被Hopfield神经网络准确分类。数值实验结果表明新方法对具有微

A new Hopfield neural network fault diagnosis method using the wavelet packet analysis and energy calculation as fault feature preprocessing is presented for the analog circuit. In the proposed method，the ideal and actual responses of the fault analog cir

重庆市科技创新人才培养项目(cstc2013kjrc-qnrc40005)；重庆邮电大学引进人才启动基金(A2013-07)；重庆市教委科学技术研究项目(KJ1400404,KJ110521)