计算机实现符号网络函数的新算法

提出了实现带有符号参数的电网络函数的一种新算法。与符号处理过程中常使用的拓扑树枚举法、信号流图法有质的区别。它采用符号参数编码，使其准数值化。因此计算机处理这种电网络就象处理数值电路一样，快捷、有效，同时节省内存空间，提高了分析电路的规模。根据本文思想所开发的软件系统已经完成。最后，举例说明了这种算法的有效性。     

符号网络分析算法及计算机实现

提出了一种分析电路符号网络函数的新编码算法NSCA。它能有效降低基码,防止过早发生整数溢出,从而扩大分析电路的规模。提出了灵敏度分析算法和化简算法,并可对模块电路进行处理,增强了编码算法的适用范围。根据该算法开发了软件系统SNSPC2.0实例运行结果证明了算法理论的正确性和可行性。     

产生多相开关电容网络的符号网络函数的方法

本文在提出符号的素数编码法的基础上，提出了产生多相开关电容(MSC)网络的符号网络函数的方法，利用这一方法，可得到无相消项的符号或半符号网络函数。     

产生线性有源网络全符号网络函数的代数法和计算机实现

电网络的符号网络函数分析方法是电路CAD的重要分支,由于它的结果是电网络参数的解析表达式,所以具有许多数值方法难以达到的效果,使得电路描述用数学的方法更加一般化。符号分析方法的发展和应用,是电路CAD技术从方法到理论进一步成熟的表现。从符号网络函数描述的电路上看,分为全符号,部分符号和只含角频率的三种符号网络函数。符号分析的方法主要分为拓扑法和代数法,前者主要有树法、信号流图法等;代数法有参数抽     

计算机生成符号网络函数的有效算法

K.Singhal 和 J.Vlach 以摄动理论为基础生成符号网络函数的方法是十分有效的。本文给出了这一算法的新的证明,使理论和推导过程得到很大简化。同时给出了计算以元件值增量定义的符号网络函数和以元件值定义的符号网络函数的统一的公式。     

网络函数的SPICE2子电路模型

研究了应用ＳＰＩＣＥ２程序模拟网络函数的一种方法。建立了由电感微分器结合多项式电压源构成的电压系数可编程的一阶、二阶网络函数子电路模型。模拟结果给出的各阶网络函数的频率响应曲线和相应电压数值与实际电路的分析结果完全一致。将网络函数的子电路模型与ＳＰＩＣＥ２的其他子电路模型结合，能够构造更复杂的线性、非线性系统电路模型。     

网络函数的SPICE2子电路模型

研究了应用ＳＰＩＣＥ２程序模拟网络函数的一种方法。建立了由电感微分器结合多项式电压源构成的电压系数可编程的一阶、二阶网络函数子电路模型。模拟结果给出了各阶网络函数的频率响应曲线和相应电压数值与实际电路的分析结果完全一致。将网络函数的子电路模型与ＳＰＩＣＥ２的其他子电路模型结合，能够构造更复杂的线性、非线性系统电路模型。     

DSL基于误差符号的自适应预编码算法

该文研究了一种基于误差符号反馈的自适应预编码器设计算法,以用于抑制下行传输中的串音干扰.此算法相对传统自适应算法而言,运算复杂度低,占用上行链路数据量小.该文分析并比较了此最小均方准则算法和基于误差符号反馈的正交准则预编码算法.计算机仿真结果表明,此算法收敛,并且收敛速度优于正交准则预编码算法.     

扩充编码符号的EZW改进算法

为了提高EZW算法的性能,分析发现EZW算法主扫描编码对最高频子带中不重要系数的编码存在冗余,且当重要系数的所有子孙系数都是不重要系数时的编码存在冗余.据此提出了扩充编码符号的EZW改进算法,用最高频子带的坐标作为限制条件来减少不重要系数的编码冗余;通过扩充编码符号和赋予原始EZW算法的4个编码符号新的适用范围的方案来减小第二种编码冗余.实验结果表明,本文算法使峰值信噪比提高0.9～2.3dB,从而证实了本文改进算法的有效性.     

基于连分式分解的1/2^n阶模拟分抗逼近电路设计

应用连分式理论设计1/2n阶模拟分抗逼近电路。基于分数阶微积分理论,推导理想模拟分抗的网络函数。对1/2阶理想分抗的网络函数进行连分式分解,得到相应模拟分抗逼近电路的网络函数,并将其推广到1/2n阶。采用无源RC器件设计电路的具体结构,并通过multisim10仿真。实验结果证明,由连分式分解理论设计的1/2n阶分抗逼近电路具有良好的幅频响应和相频响应,能有效地逼近理想分抗。     

基于模糊神经网络的模拟电路故障诊断算法

将小波包分析、模糊理论和神经网络有机结合在一起,提出了一种基于小波包特征提取和模糊规则的模拟电路故障诊断的神经网络算法。计算和仿真实验结果表明,该方法可以减少网络的训练规模,加快网络的收敛速度,能够为模拟电路故障诊断提供一种新的有效的方法。     

应用Elman网络优化非线性模拟电路测试激励

非线性模拟电路瞬态测试激励信号的参数对电路故障识别率影响很大,在搜索最佳激励信号的过程中,需建立非线性模拟电路的系统模型。Elman网络是一种递归神经网络,能逼近任意动态非线性系统。该文用一种改进的Elman网络建立故障电路和非故障电路的系统模型,用遗传算法搜索最佳瞬态测试激励信号参数,仿真实验结果表明经过该方法优化后的激励信号能大大提高非线性模拟电路的故障识别率。     

网络模拟法在平面电路中的应用

本文是在文献[1]的基础上对网络模拟法所作的进一步研究,文中导出了平面电路端口处的模导纳计算公式,从而便于考虑高次模对平面电路频率特性的影响,以提高计算精度,使网络模拟法在平面电路中的应用更加完善。     

基于网络树的模拟电路故障诊断

根据电网络理论中树的特性,提出了一种的子网络级的模拟电路故障诊断方法,给出了在大规模电网络中,网络树状态的两个判据及根据网络树状态判据的故障诊断算法。本方法避免了进行 Ｋ Ｃ Ｌ方程校验所带来的复杂计算,且大部分计算可于测试前进行,实时性强,便于在线实现。算法同时适用于线性电路和非线性电路。     

基于模糊神经网络的模拟电路故障诊断

针对故障诊断技术智能化的发展方向,结合模拟电路的特点,将模糊逻辑和神经网络融合在一起,研究了一种基于模糊神经网络的故障诊断算法,给出该算法的典型模型和结构,并通过实例研究了这种模型在模拟电路故障诊断中的应用。     

基于特征符号表示的网络异常流量检测算法

为了准确检测网络中的流量异常情况,确保网络正常运行,提出基于特征符号表示的网络异常流量检测算法（NAAD-FD）. NAAD-FD算法利用趋势转折点将网络流量数据按照基于趋势特征的符号表示方法进行转化,按照表示结果将原始数据转化为包含7项特征值的子序列,将7项特征值运用到提出的距离计算方法中;结合基于密度的算法,按照时间序列的网络异常流量定义执行异常检测. 通过对算法参数、仿真数据和真实网络流量数据的实验与分析可知,该算法具有较强的鲁棒性,验证了该算法的有效性和稳定性. 该算法通过降维简化表示,显著降低了算法的时间复杂度,有效加速异常检测过程约40%.     

程控数字交换机SLC电路板的故障诊断

程控交换机中的用户电路板(SLC 板)是数/模混合型电路板,用传统的测试方法很难对其进行测试和诊断.本文提出一种基于单元的功能测试法,给出了电路板单元的划分以及模拟单元最佳故障诊断树的生成方法.     

基于BP神经网络的容差电路故障诊断

模拟电路的可靠性决定了电子设备系统的可靠性，本文主要研究容差模拟电路故障诊断的神经网络方法，主要目的是解决模拟故障诊断中的容差问题和减少诊断时间。提出了基于BP网络的模拟电路故障诊断实现方法，其仿真结果达到了预期目的。     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点,提出基于小波神经网络的模拟电路故障诊断方法.采用能量分布特征提取方法和改进BP算法,用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.相对于传统的故障诊断方法,用小波变换对故障信号进行预处理,大大减少了神经网络的输入数目,从而简化了神经网络的结构和减少了它的训练时间,并提高了辨识故障类别的能力.对实例电路仿真结果表明,该方法能正确识别各种故障状态,准确率高.