微波传输线双倒L型等效电路的分析

本文从教学实践出发,在经典的非对称倒F型和对称T型、Π型等效电路模型基础之上,建立了非对称双倒L型等效电路,并运用基尔霍夫定律推导出相同的传输线方程.本文对于微波传输线内容的开放式教学具有一定的参考作用,有利于学习者对于传输线的各种建模方法进行充分的讨论,加深其对于传输线方程推导过程的认识和理解.     

电子电路故障诊断的新方法

本文提出了一种诊断大规模电子电路的子网络级故障诊断屏蔽方法，首先将电路撕裂成一定数目的子电路，在一定的激励条件下，依次对各子电路进行屏蔽，得到各子电路的逻辑诊断值或逻辑矩阵，最后用逻辑运算进行故障定位。     

基于新阈值函数的小波阈去噪研究

构造一个新的阈值函数,与传统的软硬阈值函数相比,具有表达式简单、连续性好且高阶可导,便于进行各种数学处理。仿真实验结果表明,采用新的阈值函数的去噪效果在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。     

基于神经网络的变压器故障诊断研究

电力变压器是电网的核心设备之一。变压器故障一直是危及电网安全的主要因素。因此研究有效的故障诊断方法具有十分重大的现实意义。以BP网络为例。介绍了基于油中溶解气体分析的变压器神经网络故障诊断方法。试验结果表明。该方法是有效可行的,具有一定的实际应用价值。     

基于HOC与Fisher判别法的电力电子电路故障诊断

针对电力电子电路模型具有非线性,进行故障诊断比较困难这一问题,提出了一种基于高阶累积量与Fisher判别法的故障诊断方法。首先,利用高阶累积量（HOC）对电路可测点的响应信息进行处理,将处理得到的峰度和陡度作为故障的特征向量。再利用Fisher判别分析法对故障进行模式分类,得到最终的模式识别结果。所选实例证明了高阶累积量构造的特征向量可以区分各种故障模式,Fisher判别分析法识别故障的准确率很高。     

主成分分析和超限学习机的模拟电路故障诊断

为提高模拟电路故障诊断特征信息提取的完整性,实现故障模式分类的准确性,达到网络训练测试的快速性,提出了一种基于主成分分析（Principal Components Analysis,PCA）和极限学习机（ELM）相结合的模拟电路故障诊断新方法。在OrCAD16.3中通过设置仿真模拟电路元器件参数及其容差,获得电路各状态的MonteCarlo样本数据,经PCA降维提取特征信息以获得最优的特征模式,继而采用ELM对故障进行分类识别。以Sallen-Key带通滤波器电路为实例进行仿真研究,结果表明该方法具有特征提取效果好,神经网络训练学习速度快,故障诊断效率高,泛化性能好等特点。     

超高频RFID系统CRC电路设计

介绍了超高频射频身份识别(RFID)系统中循环冗余校验(CRC)电路的原理与特点,根据ISO/IEC18000-6C标准中CRC电路的要求,对串、并行CRC电路的优、缺点进行了综合评估,且在FPGA平台上实现并进行系统性能分析.利用递归公式法设计了一种算法简单、结构紧凑、运算速度快的并行CRC电路.     

单输入多输出通用可调滤波器的CCCⅡ实现

利用CCCⅡ和4个无源元件实现了单输入多输出通用可调滤波器，该滤波器能同时实现低通、高通和带通滤波功能，且具参数可调，灵敏度低的特点。PSPICE模拟仿真结果证实了所设计电路的正确性。     

共空间模式和超限学习机的模拟电路故障诊断

主成分分析属于代数特征分析方法,是一种线性映射方法,降维后的表示是由线性映射生成的,更主要的信息保留在投影空间里,而剩余的信息则被过滤掉,但保留的信息是一体的,而不是每个特征向量分别表示一个主成分,在一定程度上影响了PCA方法的效果。提出了一种基于共空间模式对主成分方法改进的模拟电路故障诊断方法。此方法利用CSP算法对PCA得到的特征向量进行处理,然后将得到的主成分输入到超限学习机以进行网络训练或故障判断。通过Sallen-Key带通滤波器电路的实例,结果表明该研究方法的有效性。     

基于空间特征的非线性电路神经网络诊断

本文提出线性模拟电路的单、双、三故障空间特征,采用分段线性模型（PWL）将非线性电路线性化,通过遗传算法求电路的容羞范围,用神经网络对非线性嘲络进行诊断。本文的方法大火减少了模拟计算量,同时,使神经网络的训练过程加快,训练误差减少,并大大提高了诊断的正确率。