随着电子技术的突飞猛进，各种电子设备的应用越来越广泛，许多电子设备工作在多变甚至极端的环境当中，给设备的维护和诊断带来了巨大的压力。模拟电路在电子系统中占有重要地位，由于电子元器件的生产工艺、故障退化特性以及外界环境应力等影响，模拟电路中容易出现间歇故障，其频繁发生会带来较高的维修成本和很大的安全隐患。模拟电路中的间歇故障具有持续时间较短，反复随机出现，故障特征多变，在不经处理的情况下可以自动恢复正常功能等特点。由于间歇故障的不可预知性，其信号难以捕捉获取，不容易对其进行检测分析，也难对其进行诊断定位。为了解决模拟电路间歇故障研究中的难点问题，主要进行了以下几个方面的工作。
　　针对模拟电路间歇故障诊断的测点选择问题，采用了一种基于敏感度因子、测点必要度和故障隔离组（度）的测试节点优化选取方法。以模拟电路不同测点的间歇故障数据作为研究对象，利用测点优化选取算法选出最优测试点集，保证从最优测点获取的数据包含足够的隔离间歇故障的有效信息，从而减少数据维度，降低后续诊断成本。
　　针对模拟电路间歇故障信号的奇异点检测问题，提出了一种基于聚类和分形的检测方法。采用K-means++与OPTICS结合的聚类算法，对模拟电路故障数据进行聚类分析，并提出了一种故障状态触发检测方法对聚类中心进行故障状态判断，以确定其中的间歇故障状态。通过分形维数来量化间歇故障信号的无序程度，确定故障的发生和恢复时刻，实现对模拟电路间歇故障信号奇异点的检测。
　　针对模拟电路间歇故障的诊断问题，提出了一种基于集成经验模态分解和深度信念网络（EEMD-DBN）的模拟电路间歇故障诊断方法。通过特征优化提取使间歇故障的特征更加突出，有利于后续故障诊断。直接将DBN作为间歇故障诊断的分类器，实现对优选特征的分类识别，从而将间歇故障定位到发生故障的电路支路。
　　以线性四运放高通滤波电路和非线性视频放大电路为对象，通过仿真实验验证了所提方法的有效性，并通过对比实验证明了所提方法在模拟电路间歇故障诊断问题上的优越性。