现今生活中，模拟电路广泛存在于人们生活的各个领域，因此，模拟电路的故障诊断也一直备受专家研究关注。模拟电路中的非线性模拟电路因其复杂性以及多样性，在故障诊断方面受到很大的阻碍。目前，故障诊断理论虽然有很多方法，但大多数都还不够系统和完善。本文研究并设计了具有实用性以及准确性的基于智能诊断理论的非线性模拟电路故障诊断系统。本文主要对智能诊断理论以及故障诊断系统两方面进行研究以及设计。其中对智能诊断理论的研究主要包括非线性模拟电路Volterra核的计算，其后对Volterra核所包含的有效成分进行特征选择和提取，从而生成样本集。本文设计了改进的BP神经网络，具有更快的搜索速度以及全局寻优能力，用生成的样本集对改进神经网络进行训练。故障诊断仪采用双通道信源采集方案：采用DDS芯片对被测电路施加单音信号以及多频率混合的多音信号；采集通道使用100M以及6M的高、低速采集方案，充分满足了实际测量的各种需要，采集的数据通过高速USB芯片CY7C68013传输到上位机软件进行相应的数据处理与计算，通过训练好的神经网络进行相应的诊断，从而完成故障诊断过程。本文通过实例测试，得到的实验数据和诊断结果对系统进行了验证。本文设计改进了智能诊断中神经网络算法，即改进BP神经网络，具有全局寻优自适应快速特点，为提高诊断效率做出了贡献。本文设计的非线性模拟电路故障诊断系统具有实用性强，准确度好等特点，可对多种不同的模拟电路进行实际故障诊断。