多属性单一趋势结构时序数据的聚类模型

针对多属性单一趋势结构时序数据的特点,提出一种加权免疫遗传模糊C均值聚类方法。为确立相似度权值,建立权值优化模型,利用改进离子群算法对模型进行求解;针对传统模糊C均值初始中心敏感的问题,将免疫机理引入到遗传算法框架中,对模糊C均值进行改进。实例验证结果表明,权值优化模型是合理有效的,求解方法具有较高的收敛精度及速度,与其它方法相比,聚类方法具有较高的收敛精度。     

一种可扩展的末制导雷达通用检测系统

本文介绍了采用ＩＥＥＥ－４８８总线标准实现的末制导雷达通用检测系统,概述了其硬件组成和系统特点。针对末制导雷达的测试规程和要求,阐述了软件系统的模块化设计思想,并介绍了采用虚拟面板和虚拟仪器技术的ＡＴＥ软件设计方法。     

基于EMD的谱峭度方法在滚动轴承障检测中的应用

针对传统谱峭度方法中短时傅里叶变换不能保证对瞬态脉冲这种高度非平稳信号最优分解效果的问题,提出一种基于经验模式分解的谱峭度方法;该方法首先利用经验模式分解和Hilbert变换得到信号的时频分布,然后将信号的时频分布按照不同层数分成若干频段,通过计算各频段的峭度值得到相应的峭度图,再根据峭度最大原则选择滤波频段进行带通滤波,最后对滤波信号采用包络分析确定故障信息;实验结果表明:相比基于短时傅里叶变换的谱峭度方法,文章方法更能准确的获得轴承加速度信号的故障特征频率信息.     

针对逻辑门功能异常的VLSI故障仿真方法研究

为准确评价测试集对超大规模集成电路（VLSI）内部故障的覆盖效果,提出一种VLSI故障建模与仿真方法。首先,在电路级综合运用仿真和实验手段向逻辑门内部注入多个故障,统计并分析这些故障对其功能的影响以构建由变异真值表（MTT）组成的故障字典;其次,考虑MTT及其发生的相对概率权重,提出一种有效的测试覆盖率评价模型,并将其应用于门级故障仿真算法中;最后,针对若干组合逻辑基准电路进行了实例验证,仿真实验结果表明,所提方法相较于经典的固定值故障模型能够更真实地反映测试集的故障覆盖能力。     

测试性框图模型比较研究与改进

对TEAMS和eXpress两款主流测试性建模与分析软件所采用的测试性框图模型——多信号模型和混合诊断模型,从产品结构单元表示、端口表示、功能(信号)表示、故障模式表示、测试表示等多个方面进行了深入比较研究,并对二者进行了综合评价;在此基础上,综合两者特性提出了一种新的测试性框图模型改进方案——端信号模型;通过将组元端口所通过信息流直接视作信号、引入结点、扩充信号映射定义、允许定义多值测试等多种设置,端信号模型方案能够支持基于电路网表创建模型和更为精确化的故障－测试关联性描述。     

串行总线合成仪器设计与实现

设计了1种VXI总线接口的串行总线合成仪器.该仪器以FPGA为核心,分别开发了符合1553B、ARINC 429和UART协议的软件核,根据测试需求可将上述软件核动态配置于1块C尺寸的VXI模块中,实现3种不同协议数据总线传输条件下的测试.根据不同总线的电平特点,设计了相应的接口适配电路,将FPGA的逻辑电平转换成总线...     

某型飞机机载设备ATE系统的设计

结合设计过程,对某型飞机机载设备的ＡＴＥ系统的基本组成进行了介绍,对系统的硬件和软件的设计及实现中的主要技术特点进行了分析,并对可靠性、维修性设计进行了介绍。     

基于多信号模型的故障诊断策略设计

对基于多型号模型的故障诊断策略设计进行了深入研究,介绍了多信号模型的定义和表示,提出了在单故障假设及不考虑组成单元可靠性、测试时间和测试费用影响下的故障检测用测试和故障隔离用测试优选算法以及故障诊断策略制定方法,并结合示例说明了诊断策略的设计过程;文中所提出的诊断策略设计方法能够以尽可能少的测试完成故障检测和隔离,按此方法设计的诊断策略具有自适应特性,适用于各类系统和设备的测试性分析与设计和故障诊断。     

基于IVI-Signal标准的自动测试系统驱动研究

建立通用测试软件平台,实现测试程序集和仪器资源的无关性设计是通用ATS的发展方向;驱动程序作为连接测试程序集和仪器资源的桥梁,在"无关性设计"中起着决定性作用;在分析自动测试系统基本理论和基于IVI-Signal标准的ATS软件平台体系基础上,运用组件技术划分信号角色、定义信号接口,根据仪器资源信号能力提出资源配置文件设计方法并给出XML语言实例,提供了基于测试资源信号能力的驱动设计方案,验证了IVI-Signal标准的可行性,为进一步工程实现提供了依据.     

基于故障属性的测试性验证试验样本分配方案

故障样本分配方案是测试性验证试验的关键技术之一.针对现有基于故障率的按比例分层抽样分配方案试验结果不可信的问题,提出基于故障属性的测试性验证试验样本分配方案.该方案在综合考虑故障率、故障后果和故障被检测难度等故障属性元素的基础上,建立了故障属性模型和故障属性值计算模型,并根据故障属性值相对比值的方法进行样本分配.案例应用结果表明:与基于故障率的按比例分层抽样分配方案相比,该方案更加合理,工程适用性更高.