FPGA(现场可编程门阵列)在数字电路设计中具有设计周期短、投资小、灵活性好等优点，其被广泛应用于控制、通信、图像处理等领域。随着半导体制造工艺的提高，FPGA的集成度越来越高，其功能越来越强，在各应用领域中的优势也日益突出。 本论文结合FPGA的优点，以FPGA 在 PCB(印刷电路板)测试机及神经网络中的应用为研究对象，主要研究了PCB测试机测试算法和BP学习算法的FPGA实现。 本文首先就PCB测试机的基本原理及系统调试过程进行了介绍。然后结合FPGA 的特点及其在硬件设计中的优势，详细阐述了PCB测试机的测试算法在FPGA 上的实现过程。在PCB测试机中，其测试算法是整个系统中最核心的部分，它直接决定系统的功能及执行速度。论文研究了采用状态转换图方式实现几种测试算法的过程，并重点研究了两点间绝缘测试算法的并行执行过程。 本文第二部分研究了基于FPGA 的 BP 神经网络学习算法实现。重点研究了超越函数e及Sigmoid函数实现过程，这两个函数的实现是BP网络在FPGA上实现的难点，也是关键点。基于这两个函数的实现，论文研究了BP网络在FPGA上的实现过程。