基于方差與峭度的模擬電路故障診斷及實(shí)現(xiàn).pdf

1、模擬電路故障診斷仍然是當(dāng)前國(guó)際電路檢測(cè)領(lǐng)域的熱點(diǎn)和前沿問(wèn)題。而傳統(tǒng)的模擬電路故障診斷方法已經(jīng)不能滿足大規(guī)模集成電路的診斷需求，特別是對(duì)于非線性、容差模擬電路的診斷。目前，對(duì)模擬電路故障診斷的研究，一是如何有效提取故障信息。二是如何建立高效的診斷模型。
　　 考慮到模擬故障電路的沖擊響應(yīng)信號(hào)包含時(shí)變和非平穩(wěn)信息，需要用小波理論進(jìn)行預(yù)處理。本文研究應(yīng)用小波包進(jìn)行預(yù)處理，但是得到的小波包重構(gòu)子信號(hào)只是包含故障信息的各階模擬信號(hào)，無(wú)法作

2、為神經(jīng)網(wǎng)絡(luò)等的輸入。對(duì)此，提出了利用方差和峭度兩個(gè)量提取各子信號(hào)故障信息的方法，解決了非線性、容差模擬電路故障特征提取難的問(wèn)題。在解決小樣本、非線性和高維模式識(shí)別問(wèn)題中，與神經(jīng)網(wǎng)絡(luò)方法相比，支持向量機(jī)具有泛化能力強(qiáng)、全局最優(yōu)等優(yōu)點(diǎn)，本文研究應(yīng)用支持向量機(jī)來(lái)進(jìn)行模擬電路的故障診斷，針對(duì)DAG-SVM中由于節(jié)點(diǎn)選擇的隨機(jī)性，易導(dǎo)致“誤差積累”的缺點(diǎn)，提出了基于向量投影的PDAG-SVM法。
　　 本文研究了一個(gè)從實(shí)際電路到故障診斷再