基于BP神经网络的模拟电路故障诊断研究

本文介绍BP神经网络在模拟电路故障诊断中的应用,对电路中的软故障进行诊断。对选定的待测电路在元件存在容差的条件下,仿真验证了BP神经网络应用于模拟电路故障诊断的可行性。     

Neural Network Expert System Approach for Analog Circuits Fault Diagnosis

提出了一种用于模拟电路故障诊断的神经网络专家系统（ＮＮＥＳ）方法。利用神经网络、专家系统两种技术的互补性，采用紧密耦合的ＮＮＥＳ方法实现模拟电路的故障诊断。同时给出并讨论了该方法的一般结构。实验结果说明了这一方法是可行、有效的。     

基于"透明"神经网络的模拟电路故障诊断

本文通过分析BP神经网络用于模拟电路故障诊断时的缺点,提出了一种新的神经网络．称为“透明”神经网络(TANN)．然后将TANN用于模拟电路子网络级故障诊断．并通过实例验证了该诊断方法的有效性．     

基于Kohonen神经网络的模拟电路故障诊断

研究了有容差模拟电路单故障诊断的有效方法，利用自组织特征映射神经网络的模式分类能力，通过选择合适的电路特征和有效样本，实现了非线性电路有效、快速的诊断，并通过实例加以说明。     

神经网络用于通信信号分类识别研究

介绍了将神经网络方法应用于通信信号的分选和识别的初步研究结果；选择了二值自适应共振（ＡＲＴ１）神经网络完成对输入信号的分类，确定输入信号类型是否已被网络存储，发现新出现的信号并标记；再采用多层前馈误差反向传播（ＢＰ）神经网络完成每一标记信号的识别，即识别该信号类型。比较了神经网络分类识别器和树形分类器的性能，并给出了计算机模拟结果。结果表明，基于神经网络的分类识别器的性能远优于传统技术分类器。     

神经网络在高速超精轴系故障诊断中的应用

讨论了ＢＰ神经网络神经元开关函数饱和参数的选择问题，建立了ＢＰ神经网络的容错能力、全局性能与收敛速率之间的关系，并提出了一个如何应用这些关系来合理选择神经元开关函数饱和参数的方法模拟试验研究和分析结果表明，本文提出的合理选择神经元开关函数的方法可以有效地帮助ＢＰ神经网络技术解决诊断中复杂的模式分类问题。     

对模拟电路软故障诊断方法的研究

近年来,电子产业逐步深入到各行各业中,给人们的生活带来了极大的便利,也推动了我国工业社会的高速发展.但与此同时,电子设备的安全性、可靠性等问题也随着而来,直接影响着工作效率甚至人们的生命财产安全.因此,设备的电路故障诊断问题成为了世界各国专家学者研究的重要课题之一.本文主要针对模拟电路软故障诊断方法进行了研究,对模拟电路故障诊断的发展趋势进行了探讨.     

Turbo码在第三代移动通信中的译码实现研究

在分析ＴＵＲＢＯ码输入量化的基础上，结合已有的译码ＭＡＰ算法实现结构，给出了第三代移动通信建议（３ＧＰＰ）中ＴＵＲＢＯ码的译码实现电路和译码迭代电路，并提出了将ＴＵＲＢＯ码运用于多级调制的码设计和多步译码方法。并将每级ＴＵＲＢＯ码设计出不同码率，提高了低层码的纠错能力，使高层码具有较高的传输信息能力。对ＴＵＲＢＯ码在第三代移动通信中的译码也进行了分析，并讨论了延迟问题，研究了ＦＰＧＡ实现规模。该电路结构具有好的译码性能，并达到了３ＧＰＰ的译码增益要求。     

基于复互小波分析的模拟电路故障诊断方法

针对模拟电路故障诊断研究中故障特征提取的难题,提出基于复互小波变换的相对幅度相对相位协同分析的新方法,并根据复互小波变换的特点构建了故障敏感信息提取算法。使用复互小波变换能同时提取模拟电路在不同频率和时间尺度上的故障特征,并且相对幅度和相对相位信息分别从信号"能量"和"时间延迟"两个不同角度表征模拟电路的故障信息。该方法同时使用了蒙特卡洛方法构建正常电路元器件的容差范围,仿真实验结果表明该方法可以有效地解决模拟电路中灾难型和参数型故障诊断问题。     

灵敏度分析和SVM诊断模拟电路故障的方法

针对低可测性模拟电路中存在的模糊组问题,提出了一种模拟电路故障诊断的新方法。该方法首先计算被测电路网络传递函数零极点的灵敏度,利用零极点灵敏度提供的信息来对被测电路进行模糊组的划分,组成可诊断的元件集,并引入了支持向量机完成对故障的分类识别。零极点的灵敏度分析确定了被测电路可诊断的元件组,支持向量机结构简单、泛化能力强,实验结果证明了基于灵敏度分析和支持向量模拟电路故障诊断方法的有效性,故障诊断率大于99%。     

基于模糊神经网络的模拟电路诊断系统的研究

提出了利用模糊神经网络对容差网络进行故障诊断的算法，论述了诊断系统的设计过程和训练样本集的构成．通过在最小值最大值间插值的方式，很好地解决了容差带来的问题．实例验证表明，该方法对容差网络的故障诊断是有效的．     

容差模拟电路诊断中故障隔离的几何方法

针对传统故障字典法的3个主要缺陷,建立了以节点电压增量比作为特征向量的故障字典,该字典能对电路中每个元件的硬故障和软故障作出诊断,具有测前模拟次数少、占用存储空间小、诊断范围宽的特点。针对由于元件参数容差导致故障定位难度大的问题,阐述了如何将几何学中的一些观点应用到故障诊断中,并建立了3个故障隔离的几何模型;最后通过实例验证了该诊断理论和方法的正确性和有效性。该方法适用于线性模拟电路。     

可达树分析法及其在测试中的应用

介绍了数字电路故障诊断的Petri网模型和Petri网的分析方法之—─—可达树分析法。该方法应适用于各种Petri网,但由于状态空间的复杂,其限适用于较小Petri网。并研究了可达树分析法在数字电路故障测试中的应用。     

基于主元分析和支持向量机的电路故障诊断模型

综合主元分析和支持向量机的优点,提出了一种基于主元分析和支持向量机的故障诊断模型.通过主元分析提取故障特征,然后利用支持向量机进行故障模式的分类,实现对模拟电路不同故障的识别.实验结果表明,该模型能够准确地实现故障的诊断,具有好的识别能力.     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断"误差积累"的影响,具有更好的误差控制能力。     

一种GPS动态解相位模糊的搜索算法

在无法进行静态初始化的环境下，讨论了一种适用于动态环境下解算相位整周模糊的方法。首先确定相位模糊的搜索空间，然后利用统计检验逐步缩小搜索范围直至得到唯一正确值，同时通过积累残差平方和的比较，可以避免由于偶然误差的影响而丢失正确值。模拟实验进一步验证了其有效性。     

混合信号集成电路中的衬底噪声耦合(英文)

研究混合信号集成电路中衬底噪声耦合反衬底噪声对模拟／数字电路的影响。采用带外延层的重掺杂型衬底,对混合信号集成电路中研究衬底噪声的两个基准（Ｂｅｎｃｈｍａｒｋ）电路进行了模拟和评价,提出了在高速和高频工作时应用ＳＰＩＣＥ对混和信号电路进行模拟的正确方法．