针对模拟电路故障不易被检测、不易被精确定位且现场情况复杂的特点,本文以基本共射放大电路为例重点研究了基于BP神经网络的模拟电路故障诊断方法。首先,提取待测电路特征值,对可能出现的电路故障编号,随机测量多组电路正常情况下和各故障状态下的电路特性,包括输入、输出电阻,上限、下限截止频率,增益等。随后,将测量得到的多组电路特征值用于故障检测模型的训练。接着,根据模型输出值与目标值的误差,调整模型参数,直至误差满足要求。最后,将模型参数固化于诊断系统微控制器的Flash中。经实验验证,依据该方法设计的便携式故障诊断系统具有较高准确率和较低的成本,切合社会生产实际。另外,由于其结合了深度学习算法和电子线路分析方法,也可用于电子信息类本科教育课程实践。