收藏本站
《南京航空航天大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的模拟电子电路故障分类技术研究

崔江  
【摘要】:随着微电子技术与半导体技术的快速发展,模拟电子系统的集成度越来越高,功能越来越复杂,而对其要求的可靠性却越来越高,但相应的可测性正变得越来越差。如何运用信号处理和人工智能技术测试和诊断模拟电子系统中的故障元件或子系统,是目前模拟诊断领域的一个热点。本文综合运用小波分解、特征选择等信号处理技术,并结合基于人工神经网络(ANN)、支持向量机分类器(SVC)等模式识别方法对待测模拟电子电路或系统的故障分类技术进行了研究。本文重点对以下几个方面进行了研究和探讨。 针对某些模拟电子系统中故障特征样本数量少且难以获取等问题,研究了一种基于云模型方法的模拟故障特征样本产生方法,并采用神经网络对新产生的扩展样本集进行训练。结果表明,利用新样本集训练过的神经网络对噪声干扰具有较好的鲁棒性。 针对模拟故障分类问题,研究了基于支持向量机的分类器设计方法,相关的创新点和贡献包括:提出了一种SVC平均计算量的分析指标,能够定性的对各种SVC的计算效率进行评估;对常规的one-against-rest SVC进行了改进,通过在决策阶段引入K近邻方法,实现了分类性能的提高;为提高one-against-rest SVC的测试效率,提出了一种基于故障字典和空间距离分析的混合故障分类器;提出了一种基于自组织特征映射神经网络(SOFM ANN)的聚类二叉树SVC的故障分类器,这种分类器可以根据样本的空间分布自适应的划分分类结构,从而能够减少测试误差,并给出了其平均计算量的计算方法。 为解决单一分类器在模拟电子测试中的不足,提出了一种基于分类器融合的模拟电子系统诊断方法,该方法采用神经网络和SVC作为子分类器,采用模糊推理技术对两种子分类器的输出进行决策融合,实验证明该项技术是有效的,并对噪声干扰有一定的鲁棒性。 故障特征提取和选择是模拟电子系统测试领域的关键技术,对于后续的故障分类十分重要。目前的相关研究侧重于故障特征提取,但对于特征选择的研究内容偏少。针对此问题,提出了一种基于标量小波系数的故障特征选择方法。该方法能够选择适合后续one-against-rest SVC分类器的特征,同时能够确定后续分类器的核参数,因此这项技术解决了SVC设计中的核参选择问题;为加快特征选择的速度和效率,提出了一种简化的混合one-against-rest SVC,这项技术能够提高特征选择效率,用于小波特征选择中取得了很好的效果。 本文还对实验方法进行了研究,制作了两类实验系统,分别基于PC机和数字信号控制器(DSC)。针对基于PC机的实验系统,分别设计了基于采集卡和数字信号处理器(DSP)的两种数据采集系统;基于DSC的实验系统可脱离PC机运行,利用软件实现了全部诊断任务,包括高速数据采集、基于信号处理的特征提取技术、基于改进型SVC的故障分类等。几个典型的实际模拟电路测试结果均较好的验证了所提出的方法的有效性和实用性。
【学位授予单位】:南京航空航天大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TN710;TP18

【参考文献】
中国期刊全文数据库 前10条
1 黄亮;侯建军;刘颖;宋伟;李赵红;;基于相量分析与支持向量机的交流电路故障诊断[J];北京交通大学学报;2008年05期
2 万九卿,李行善;基于串行支持向量分类器的模拟电路故障诊断[J];北京航空航天大学学报;2003年09期
3 王安娜;邱增;吴洁;曲福明;;基于SVM多类分类算法的模拟电路软故障诊断[J];东北大学学报(自然科学版);2008年07期
4 王军锋;张维强;宋国乡;;模拟电路故障诊断的多小波神经网络算法[J];电工技术学报;2006年01期
5 唐志军;何怡刚;詹杰;方葛丰;阳辉;;基于符号分析的模拟电路故障诊断方法及实现[J];电工技术学报;2008年01期
6 罗慧;王友仁;崔江;赵鹏;;电力电子电路多源特征层融合故障诊断方法[J];电机与控制学报;2010年04期
7 蔡金锭,马西奎,黄东泉;容差网络可及点优化方法的研究[J];电路与系统学报;2000年02期
8 彭敏放,何怡刚;容差电路的K故障屏蔽方法研究[J];电路与系统学报;2002年02期
9 梁戈超,何怡刚,朱彦卿;基于模糊神经网络融合遗传算法的模拟电路故障诊断法[J];电路与系统学报;2004年02期
10 鲁昌华;汪涌;王玲飞;;基于PCA和SVM的模拟电路故障诊断[J];电子测量与仪器学报;2008年03期
中国博士学位论文全文数据库 前4条
1 谢宏;基于Volterra级数、小波分析与神经网络的非线性网络故障诊断方法的研究[D];湖南大学;2005年
2 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
3 杨智明;面向不平衡数据的支持向量机分类方法研究[D];哈尔滨工业大学;2009年
4 毛先柏;基于支持向量机的模拟电路故障诊断研究[D];华中科技大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
3 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
4 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
5 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
6 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
7 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
8 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
9 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
10 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
7 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
8 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
9 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
10 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
8 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
9 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
10 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
5 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
6 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
7 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
8 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
9 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
10 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 谢纪刚;裘正定;;非平衡数据集Fisher线性判别模型[J];北京交通大学学报;2006年05期
2 万九卿,李行善;基于串行支持向量分类器的模拟电路故障诊断[J];北京航空航天大学学报;2003年09期
3 陈圣俭,何强,黄允华,何瑞江;一种新的模拟电路故障字典法[J];测试技术学报;1996年03期
4 王安娜;邱增;吴洁;曲福明;;基于SVM多类分类算法的模拟电路软故障诊断[J];东北大学学报(自然科学版);2008年07期
5 任冠众,宁永兰;相位测量技术[J];电测与仪表;1990年09期
6 欧阳森,王建华,耿英三,宋政湘,陈德桂,张桂青;基于小波和神经网络的电能质量辨识方法[J];电工电能新技术;2003年03期
7 徐德洪,程肇基,范云其;;诊断电力电子电路故障的新方法──沃尔什分析法[J];电工技术学报;1993年01期
8 王淑娟,陈博,赵国良;基于小波包变换预处理的模拟电路故障诊断方法[J];电工技术学报;2003年04期
9 李敏远,陈如清;一种基于模式识别的可控整流电路故障诊断方法[J];电工技术学报;2004年07期
10 谭阳红,何怡刚;模拟电路故障诊断的小波方法[J];电工技术学报;2005年08期
中国重要会议论文全文数据库 前1条
1 陈进;;现代信号处理在机械故障诊断中的应用及展望[A];中国声学学会1999年青年学术会议[CYCA'99]论文集[C];1999年
中国博士学位论文全文数据库 前9条
1 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
2 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
3 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
4 胡劲松;面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D];浙江大学;2003年
5 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
6 马良玉;结合仿真技术的电站热力系统故障智能诊断研究[D];华北电力大学(河北);2004年
7 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
8 王春;基于小波和分形理论的齿轮故障特征提取及噪声的和谐化研究[D];重庆大学;2006年
9 刘敏华;基于SDG模型的故障诊断及应用研究[D];清华大学;2005年
中国硕士学位论文全文数据库 前2条
1 张彤;小波包分析及其在模拟电路故障诊断中的应用[D];西安电子科技大学;2005年
2 彭刚;基于分形理论与模糊神经网络的模拟电路故障诊断研究[D];湖南大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 姜万录,程晓盛,陈东宁;基于支持向量机和多Agent融合的智能故障诊断系统研究[J];五邑大学学报(自然科学版);2005年03期
2 应俊;;基于SVM和遗传算法的变频器故障诊断研究[J];微电子学;2008年06期
3 杨琦;孙玉清;;基于SVM的液压设备仿真模型的故障诊断[J];机电设备;2007年05期
4 张永;张凤梅;谢福鼎;迟忠先;;基于加权模糊支持向量描述的旋转机械故障分类[J];计算机科学;2009年07期
5 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
6 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
7 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
8 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
9 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
10 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 湖北 汪金明;来自一线维修技师的碟机故障分类检修实例[N];电子报;2006年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
6 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
7 ;碟机故障分类检修实例[N];电子报;2006年
8 ;选择合适的数据挖掘算法[N];计算机世界;2007年
9 印兴阳;贵州移动确保春节网络畅通[N];人民邮电;2006年
10 深圳 聂志雄 刘胡乃 陶金亮;康佳ST系列CRT彩电数字组件板检修(一)[N];电子报;2008年
中国博士学位论文全文数据库 前10条
1 崔江;基于支持向量机的模拟电子电路故障分类技术研究[D];南京航空航天大学;2010年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
8 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
9 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
10 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026