适用于高级数字网络测试的边界扫描芯片特性研究

为解决高级数字网络交流耦合/差分的故障检测问题,对高级数字网络测试边界扫描标准(IEEE1149.6)进行了研究;针对符合IEEE1149.6标准的典型元件,基于测试结构和测试指令两个方面,简要阐述了高级数字网络的边界扫描测试原理;并对典型元件进行了特性参数分析与测试结构仿真;仿真结果表明:1149.6结构芯片可以实现对交流耦合差分通道中测试信号的边沿检测;最后通过实际的电路测试实验,给出了电路测试设计方法,为熟知边界扫描技术的设计者提供了有价值的参考.     

基于电流源激励的BP神经网络模拟电路故障诊断

针对传统故障字典法对模拟电路故障诊断时存在的缺陷提出了新的故障字典法;将电流源激励下二端口网络输入端和输出端的电压增益比作为故障特征信息,在此基础上先直流测试,后利用BP神经网络交流测试;该方法充分考虑了电路元件的容差,减轻了BP神经网络诊断故障的负担,提高了故障诊断的速度、准确率以及故障覆盖率;利用MATLAB和PSPICE工具对该方法进行实例仿真,结果表明其能够实现快速、准确的故障定位。     

容差条件下PSO算法诊断模拟电路单软故障方法

为了定量地诊断模拟电路中的单个软故障,提出一种容差条件下基于微粒群优化理论的诊断方法.首先通过灵敏度分析建立电路测试节点电压增量方程,以及模拟电路故障诊断的约束线性规划方程组;然后引入罚甬数,把微粒群算法应用到方程的求解中;最后估计出电路各元件参数的最小变化量,并与各元件容差范围相比较来定位故障元件.仿真实验结果表明.该方法兼顾故障元件的定位和故障元件参数变化量的估计,可以有效地实现模拟电路在容差条件下的软故障定量诊断.     

基于改进马氏距离的模拟电路故障诊断新方法

提出一种基于改进马氏距离的模拟电路故障诊断方法. 根据被测电路的拓扑结构进行可测性分析, 利用测试矩阵确定规范模糊组, 从而得到单故障假设下的可分潜在故障元件. 将马氏距离根据模拟电路的特性作出改进, 并应用于模拟电路潜在故障元件的诊断. 利用测点特征值的改进马氏距离对潜在元件进行划分, 减少可疑故障元件的类别, 在诊断分类时达到提高速度的效果. 实验表明, 所提出的方法对模拟电路软故障诊断速度较快, 具有较好的模拟电路故障诊断测试效果.

     

光敏Z元件角速度传感器研究

为了对转动装置的转速进行实时检测,研制出一种光敏Z元件角速度传感器。对光敏Z元件的特性进行了测试,其伏安特性曲线呈"L"型;随着光照度增加,阈值点向左上方移动。运用半导体理论对光敏Z元件的特殊性质进行了分析。利用光敏Z元件作为光电转换器,并用红外光源和信号处理电路设计一种光电式角速度传感器,其分辨力能达到0.4 rad/s,并能实现将转速量转换为数字脉冲信号输出的功能。由于光敏Z元件的特殊性质,该传感器具有电路简单、响应速度快、光谱响应范围宽的特点。     

一种基于ICQPSO的FCM模拟电路可诊断元件集识别方法

在模拟电路模糊组识别过程中,模糊C均值聚类(FCM,fuzzy C-means clustering algorithm)易陷入局部最优.针对此种缺陷,提出一种基于ICQPSO的FCM模拟电路可诊断元件集识别方法.首先对ICQPSO算法进行了分析;然后介绍了FCM算法及其有效性指标,在此基础上研究了基于ICQPSO的FCM方法;最后以某模拟电路为例进行了仿真实验.仿真结果表明,将该方法应用于模拟电路可诊断元件集的识别是行之有效的.     

自供电的同步电荷提取电路的优化设计

利用压电元件的压电效应将外界振动产生的机械能转化为电能是当前一种有效的俘能方法。将压电元件表面累积的电荷进行有效提取是这种俘能方法的关键。因此,高效的电荷提取电路的设计显得特别重要。本文提出了一种自供电同步电荷提取电路SP-OSCE（Self-Powered Optimized Synchronous Charge Extraction Circuit）,使用两个无源的极值检测电路检测压电元件输出信号的正负极值并在极值点进行能量提取。所提出的SP-OSCE电路采用整流电路、极值检测电路元件复用的方法,从而避免了传统的整流桥结构;电路不但提取了压电元件受夹电容中的电荷,而且将检测电容中所积累的电荷提取到电感上,提高了能量的转换效率。通过Multisim建模仿真验证了所设计电路的有效性,进而进行了物理验证,实验表明与仿真结果相吻合。     

IA-SVM算法在网络入侵检测中的研究

研究网络入侵检测问题,网络入侵具有不确定性、多变性和动态性,传统检测方法不能很好的识别这种特性,且传统支持向量机参数采优化方法易出现参数选择不当,导致网络入侵检测准确率低.为了提高网络入侵检测准确率,将免疫算法引入到网络入侵检测中,用其优化支持向量机参数.方法将网络入侵检测数据输入到支持向量机中学习,将支持向量机参数作为免疫算法的抗体,把网络入侵检测准确率作为免疫算法抗原,通过抗体和抗原相互作用得到最优的支持向量机参数,然后对网络入侵数据检测得到入侵检测结果,最后通过DRAP网络入侵数据集对该方法进行仿真.仿真结果表明,相对传统网络入侵检测方法,新方法学习速度快,检测准确率高,很好地解决了传统检测方法准确率低的难题,为网络安全提供了保障.     

电子系统过热保护新型温度传感器--Z元件应用系列讲座(6)

本文介绍了一种利用温敏Z-元件开发的可用于电子系统过热保护的新型温度传感器,并描述了它的特性、电路以及参数设计.这种新型温度传感器具有电路简单,温度灵敏度高,成本低,静态功耗小等优点,可供从事电子系统过热保护设计与开发的广大用户参考.     

基于理想模型和遗传算法的模拟电路自动化设计研究

受模拟电路人工设计启发,以 MOSFET 电路为例提出一种模拟电路的自动化设计方法。首先以 MOSFET 的理想模型为基础,利用遗传算法(GA)产生电路拓扑并优化其参数;然后用实际元件替换其理想模型,通过少量调整即可得到最终电路。GA 在电路拓扑生成和参数优化方面具有优势,理想模型可有效缩小算法的搜索空间,因而所提方法在最优电路拓扑生成和加快电路设计速度两方面具有更为明显的优势。通过对三次方运算电路的设计,证实了所提方法的有效性。     

TCAS视频存储器板卡故障诊断系统研究

TCAS是保障飞机飞行安全的重要机载电子设备,然而国内对TCAS系统板卡只能进行板卡级的测试,不能进行元件级的维修和测试。以TCAS系统中的视频存储器板为例,根据板卡电路特点及适航要求提出一种改进后的基于故障树分析的元件级故障诊断新方法,该方法通过对待测板卡提供外围激励信号、编写程控控制命令、故障树分析和编写输出结果优化程序等对待测板卡进行故障检测与定位,该系统通过调试与运行证明效果良好,并由实验数据得出故障检测精度大大提高,为国内自主研发元件级自动检测设备和机载电子板卡的深度维修提供了可靠的理论依据。     

微机械电容式加速度计读出电路研究与设计

为了提高电容式MEMS加速度计测量精度,设计了一种应用于MEMS加速度计微弱信号读出电路。读出电路由T型阻容网络放大电路、模拟开关解调电路和四阶带通滤波电路组成,通过Multisim软件仿真分析各模块电路原理并确定影响读出电路的主要因素,进一步优化确定元器件最佳参数,最后制作出PCB电路板并开展实验测试,实验结果表明微弱信号检测准确率达90%以上,能很好满足电容式MEMS加速度计微弱信号检测要求,同时该读出电路具有尺寸小、易调节、易于ASIC集成等特点,在微机械仪表的微小电容检测中有较高的实用价值。     

学习和使用电路设计软件Protel 99(se)应该注意的一些问题

本文介绍了电路设计软件Protel99(se)的使用者在进行电路设计时应该注意的一些问题：如何正确设置显示界面、如何正确理解电路网络表、适当标注电路原理图问题、如何采取适当的菜单命令绘制PCB铜膜导线、库元件及其元件外形与实际元件引脚存在的不时应问题及其解决方法、进行电路仿真应采用的仿真直流电源问题。如果这些问题不能很好地得到解决，将会影响到电路设计工作的顺利进行甚至会导致错误的设计结果。因此是在实际电路设计工作中必须引起注意并加以解决的。     

一种容差模拟电路的分级故障诊断方法

提出了一种基于分级故障字典的容差模拟电路故障诊断方法;在测前首先对待诊断电路进行最坏情况分析得到容差电路输出电压的正常区间,并存为第一级故障字典用于电路故障检测;再利用节点电压灵敏度序列作为故障特征建立用于定位故障元件的第二级故障字典;最后通过测前划分元件参数的七段式仿真建立用于故障元件参数区间识别的第三级故障字典;在测后实施故障诊断时可根据需要依次查阅字典,检测电路故障,定位故障元件及识别故障元件的参数区间;该方法能够提高测后故障诊断的效率,在实际应用中具有一定的参考价值;最后通过仿真实验验证了该方法的有效性。     

自适应狼群算法优化ELM的模拟电路故障诊断

为了能够更加高效地检测和诊断模拟电路中的故障元件,提出了自适应狼群算法优化极限学习机的方法。该方法采用自适应遗传算法对特征参数进行选择,从而生成最优特征子集,然后利用最优特征子集构造样本输入极限学习机ELM网络对故障进行分类。针对极限学习机的输入层和隐含层之间的连接权值、隐含层的偏差都将会使其学习速度和分类正确率受到影响的问题,采用本文方法对它们进行优化并选择相应的最优值,提高了极限学习机网络训练的稳定性与故障诊断的成功率。通过2个典型模拟电路的诊断实例,给出了这些方法的具体实现过程,故障诊断率均在99%以上。仿真结果表明使用该方法进行模拟电路故障诊断时具有良好的正确率和稳定性。     

一种基于沙漏网络的多层次协同搜索方法

目前,人工智能快速发展,人们可以通过探索硬件设计空间使优秀的神经网络算法高效部署在FPGA加速器。然而,由于参数量大、操作过于复杂而导致算法与硬件难以匹配,加速效率不高。为了算法和硬件两者匹配性更强,提出了一种多层次协同搜索的方法,采用SPOS搜索策略并以检测准确率和延时为评估目标,搜索出最优神经网络架构、量化方式和硬件设计参数组合。该方法应用在姿态识别中具有优异性能的沙漏网络中,在获取候选子网络量化前、后的检测准确率的同时对硬件设计参数使用遍历搜索得到预估延时,根据目标函数获取最高得分的最优组合。为了保证获取的数据有效性,子网络需要进行重新训练、量化后重新推理得到检测准确率,获取硬件设计参数则利用基于Spinal HDL设计的加速器模板进行仿真测试得到测试延时。就平均而言,该方法比文献［1］减少了83.3%的参数,准确率只下降了0.69;比传统加速方法平均减少了33.2%参数量,准确率只下降了0.46,网络推理的测试总延时减少22.1%,在沙漏块的测试延时减少67.8%。总体而言,该协同搜索方法对于沙漏网络的优化有一定效果,比传统加速设计方法更有优势。     

基于遗传BP网络的模拟电路故障诊断方法及其应用

针对BP网络诊断模拟电路故障时存在网络结构复杂且可能出现误诊断的不足,提出一种小波变换、遗传算法与神经网络相结合的模拟电路故障诊断的新方法.该方法使用节点电压信号经小波变换、主元分析和归一化处理来实现故障特征的提取,以减少信号的冗余;由于BP网络易陷入局部最优,采用遗传箅法来优化BP网络的结构和初始权值分布,使优化后的神经网络具有较好的收敛性能.最后结合电路实例,对文中提出诊断方法的原理与实现进行了较深入的分析,建立了该方法的测试系统,并通过工程应用效果进一步验证了文中方法的正确性.     

学习和使用电路设计软件Protel 99(se)应该注意的一些问题

本文介绍了电路设计软件Protel99(se)的使用者在进行电路设计时应该注意的一些问题:如何正确设置显示界面、如何正确理解电路网络表、适当标注电路原理图问题、如何采取适当的菜单命令绘制PCB铜膜导线、库元件及其元件外形与实际元件引脚存在的不对应问题及其解决方法、进行电路仿真应采用的仿真直流电源问题。如果这些问题不能很好地得到解决,将会影响到电路设计工作的顺利进行甚至会导致错误的设计结果。因此是在实际电路设计工作中必须引起注意并加以解决的。     

基于粒子群算法优化支持向量机的模拟电路诊断

为了提高支持向量机网络(SVM)进行模拟电路诊断的准确率,提出了一种基于粒子群(PSO)算法和支持向量机的诊断方法。该方法首先对被测电路的响应信号进行多小波变换,通过归一化处理得到分类能力强的最优故障特征;然后用粒子群算法优化支持向量机的结构参数,实现对不同故障模式分类识别。仿真结果表明,此方法能有效提高模拟电路故障诊断准确率。     

应用决策层信息融合的模拟电路故障诊断实现

研究了基于多类电量测试信息及其多诊断方法融合的模拟电路故障诊断。获取可及节点电压,运用K故障诊断法进行故障在线检测与初步定位,再离线测量电路在不同的测试频率下输出对输入的增益,运用最小标准差法进行诊断。由所提故障隶属函数得到基于各类测试信息的元件故障隶属度,以此计算D-S证据理论中各传感器的信度函数分配,再运用D—S合成法则实现融合诊断。模拟实验结果表明：所提融合诊断方法大大提高了故障定位的准确率。