5.1 PSpice电路仿真程序如下： R1 1 2 50 RL 3 0 100
C1 2 0 CMOD 0.0039U C2 2 3 CMOD 0.0039U C3 3 0 CMOD 0.0039U L1 2 3 10 VI 1 0 AC 1
.MODEL CMOD CAP(C=2 DEV=20%) .AC DEC 10 1K 100MEG
.MC 30 AC V(3) YMAX OUTPUT FIRST 30 .PRINT AC VM(3) .PROBE VM(3) END
5.2 仿真分析结果
当R1=50欧时分别用多分辨分析和小波包变换法得到特征向量D、E部分数据（各五组）如下：
0.03149856182964 0.17298038757072 0.49032809142547 0.85361817510969 0.03224635855505 0.17618405020477 0.49260516010134 0.85162169362630D? 0.03451224723413 0.18632346700173 0.50035677122277 0.84482872342672 0.02830628121780 0.15764193289535 0.49476138350343 0.85414222986011 0.02996512622865 0.16812576656134 0.49831907145901 0.85000818869496 0.99994428776256 0.01054110329251 0.00052858326038 0.00016426320785 0.99994657447732 0.01032128904897 0.00053983046736 0.00016622943663 E= 0.99994687366109 0.01028814608854 0.00059739587335 0.00021643946941 0.99990620141412 0.01368409546175 0.00051266664124 0.00026626602013 0.99995129241595 0.00985689705396 0.00049069520104 0.00011620659502 0.00000300818699 0.00001094649461 0.00000012532147 0.00000091582352 0.00000309297904 0.00001111779777 0.00000013105734 0.00000104434410 0.00000337866827 0.00001279692977 0.00000009076850 0.00000155505603 0.00000244360497 0.00001310494142 0.00000009289217 0.00000160552942 0.00000269200802 0.00000909635828 0.00000012824962 0.00000061490916
5 结束语
PSpice具有强大的电路仿真能力，可以得到大量的数据，利用MATLAB进行仿真数据的处理得到电路的故障特征向量，故障特征提取的提取对以后神经网络的训练与故障诊断是至关重要的，实践证明利用小波变换理论进行特征向量的提取是可行的，但也要注意多分辨分析和小波包分析两种方法各有特点，都是有效的特征提取和故障诊断方法，具体应用时应结合实际诊断电路选择适合的分析方法 参考文献：
[1] 李永平. PSpice电路仿真程序设计[M]. 北京：国防工业出版社，
2006
[2] 张志涌等. 精通Matlab6.5 版[M].北京: 北京航空航天出版 社, 2003
[3] 周伟. MATLAB小波分析高级技术[M].西安：西安电子科技大学
出版社
[4] 吴昊等. Matlab与Pspice的数据接口技术.电气电子教学学报.2005 [5] 李明亮. 基于神经网络的模拟电路故障诊断方法研究.硕士学位论
文.北京.中国地质大学.2007
[6] 谢涛. 基于神经网络和小波变换的模拟电路故障诊断理论与方法.硕士学位论文.长沙.2007