【正文】 首先討論了基于電路拓?fù)浣Y(jié)構(gòu)的可測性分析，通過可測矩陣的相關(guān)性獲得了可測組和模糊組，從而把電路潛在的故障元件進(jìn)行分組，實現(xiàn)了可診斷元件集的選擇。為減少故障特征數(shù)據(jù)維數(shù)，提出了基于最大相關(guān)、最小冗余原則 (CriteriaofMaxRelevanceandMinRedundancy， MRMR)和支持向量機(jī)的故障特征選擇方法，建立了電路最優(yōu)故障特征的選擇機(jī)制，有效地解決了支持向量機(jī)故障診斷模型的復(fù)雜性。因此研究高效、適應(yīng)模擬電路發(fā)展需求的故障診斷理論和方法顯得尤為重要。 正文內(nèi)容 模擬電 路故障診斷理論和方法研究目前仍然是國際電路測試領(lǐng)域中極具挑戰(zhàn)性的前沿和熱點研究課題。其次給出了傳遞函數(shù)零極點與元件參數(shù)的變化關(guān)系，提出了基于零極點靈敏度分析的可診斷元件集確定方法，由極點模糊組和零點模糊組的關(guān)系確定可診斷元件集。 考慮到模擬電路 的故障響應(yīng)包含了非平穩(wěn)或時變信息，研究了基于小波變換的模擬電路故障特征提取方法，定義了電路特征測度為電路故障特征與正常特征之差的均方根值，提出了基于電路特征測度的最優(yōu)母小波選擇原則，實現(xiàn)了自適應(yīng)小波變換的模擬電路故障特征提取。近年來快速發(fā)展的基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)(SupportVectorMachine， SVM)為模擬電路故障診斷提供了一種有效的解決方法，是目前國內(nèi)外研究的熱點。半導(dǎo)體技術(shù)和工藝的飛速發(fā)展促進(jìn)了模擬集成電路、模 /數(shù)混合信號電路的廣泛應(yīng)用。為了有效縮短電子產(chǎn)品的上市時間和提高電子設(shè)備的可靠性，對模擬電路測試和故障診斷提出了更高、更新的要求。本文以現(xiàn)代測試技術(shù)、信號處理、系統(tǒng)辨識和可測性分析等理論和技術(shù)為基礎(chǔ)，深入研究了基于支持向量機(jī)的模擬電路故障診斷方法，完成的主要工作如下： 根據(jù)模擬電路故障的特點，結(jié)合支持向量機(jī)在解決小樣本、非線性和高維模式識別問題中所具有結(jié)構(gòu)簡單、全局最優(yōu)、泛化能力強(qiáng)等特點，提出了基于支持向量機(jī)的模擬電路故障診斷方法，并構(gòu)建了基于支持向量的模擬電路故障 診斷系統(tǒng)，建立了被測電路故障診斷的支持向量機(jī)模型，對支持向量機(jī)故障診斷模型性能的影響因數(shù) 核函數(shù)及其核參數(shù)、懲罰參數(shù)、多分類支持向量機(jī)不同組合方法進(jìn)行了研究。 由于模擬電路工作狀態(tài)的時變性和實際測得信號的不規(guī)則性，測得的信號在一定的尺度范圍內(nèi)具有分形特征，提出了基于多重分形分析的模擬電路故障特征提取方法，給出了基于小波極大模的多重分形奇異譜計算方法，并提取了與多重分形奇異譜有關(guān)的 6個參數(shù)為故障特征。最后通過研究被測電路可及節(jié)點輸出響應(yīng)的模糊聚類，提出了基于模糊聚類的可診斷元件集確定方法，采用聚類有效性指標(biāo)來確定可診斷元件集。半導(dǎo)體技術(shù)和工藝的飛速發(fā)展促進(jìn)了模擬集成電路、模 /數(shù)混合信號電路的廣泛應(yīng)用。近年來快 速發(fā)展的基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)(SupportVectorMachine， SVM)為模擬電路故障診斷提供了一種有效的解決方法，是目前國內(nèi)外研究的熱點。 考慮到模擬電路的故障響應(yīng)包含了非平穩(wěn)或時變信息，研究了基于小波變換的模擬電路故障特征提取方法，定義了電路特征測度為電路故障特征與正常特征之差的均方根值，提出了基于電路特征測度的最優(yōu)母小波選擇原則，實現(xiàn)了自適應(yīng)小波變換的模擬電路故障特征提取。其次給出了傳遞函數(shù)零極點與元件參數(shù)的變化關(guān)系，提出了基于零極點靈敏度分析的可診斷元件集確定方法，由極點模糊組和零點模糊組的關(guān)系確定可診斷元件集。 模擬電路故障診斷理論和方法研究目前仍然是國 際電路測試領(lǐng)域中極具挑戰(zhàn)性的前沿和熱點研究課題。因此研究高效、適應(yīng)模擬電路發(fā)展需求的故障診斷理論和方法顯得尤為重要。為減少故障特征數(shù)據(jù)維數(shù)，提出了基于最大相關(guān)、最小冗余原則 (CriteriaofMaxRelevanceandMinRedundancy， MRMR)和支持向量機(jī)的故障特征選擇方法，建立了電路最優(yōu)故障特征的選擇機(jī)制，有效地解決了支持向量機(jī)故障診斷模型的復(fù)雜性。首先討論了基于電路拓?fù)浣Y(jié)構(gòu)的可測性分析，通過可測矩陣的相關(guān)性獲得了可測組和模糊組，從而把電路潛在的故障元件進(jìn)行分組，實現(xiàn)了可診斷元件集的選擇。實驗結(jié)果驗證了本文提出方法的可行性和結(jié)論的正確性，與廣泛研究的基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法相比，本文所提的基于支持向量機(jī)的模擬電路故障診斷方法具有結(jié)構(gòu)簡單，診斷準(zhǔn)確率更優(yōu)的特點，解決了神經(jīng)網(wǎng)絡(luò)的局部最優(yōu)值、模型結(jié)構(gòu)難以選擇和小樣本等問題。由于模擬電路響應(yīng)的連續(xù)性、非線性性和元件參數(shù)的容差性等固有的特點以及故障的多樣性、復(fù)雜性，常規(guī)或者傳統(tǒng)故障診斷理論和方法對模擬電路進(jìn)行故障診斷難以在實際工程中達(dá)到預(yù)期的效果。 在時域和頻域中給出了基于響應(yīng)曲線波形有效點的模擬電路故障特征提取方法。 有限測試節(jié)點的響應(yīng)不足以表征模擬電路每個元件的狀態(tài)，研究了模擬電路潛在故障可診斷元件集的選擇方法。 在理論分析的基礎(chǔ)上，以模 /數(shù)信號測試的標(biāo)準(zhǔn)電路和文獻(xiàn)中廣泛研究的電路為實驗對象，采用 仿真了被 測電路各種狀態(tài)，獲得了響應(yīng)數(shù)據(jù)，在 中建立了基于支持向量機(jī)的模擬電路故障診斷模型，對被測電路的硬故障、軟故障和多故障進(jìn)行了診斷仿真實驗。為了有效縮短電子產(chǎn)品的上市時間和提高電子設(shè)備的可靠性，對模擬電路測試和故障診斷提出了更高、更新的要求。本文以現(xiàn)代測試技術(shù)、信號處理、系統(tǒng)辨識和可測性分析等理論和技術(shù)為基礎(chǔ)，深入研究了基于支持向量機(jī)的模擬電路故障診斷方法，完成的主要工作如下： 根據(jù)模擬電路故障的特點，結(jié)合支持向量機(jī)在解決小樣本、非線性和高維模式識別問題中所具有結(jié)構(gòu)簡單、全局最優(yōu)、泛化能力強(qiáng)等特點，提出了基于支持向量機(jī)的模擬電路故障診斷方法，并構(gòu)建了基于支持向量的模擬電路故障診斷系統(tǒng)，建立了被測電路故障診斷的支持向量機(jī)模型，對支持向量機(jī)故障診斷模型性能的影響因數(shù) 核函數(shù)及其核參數(shù)、懲罰參數(shù)、多 分類支持向量機(jī)不同組合方法進(jìn)行了研究。 由于模擬電路工作狀態(tài)的時變性和實際測得信號的不規(guī)則性，測得的信號在一定的尺度范圍內(nèi)具有分形特征，提出了基于多重分形分析的模擬電路故障特征提取方法，給出了基于小波極大模的多重分形奇異譜計算方法，并提取了與多重分形奇異譜有關(guān)的 6個參數(shù)為故障特征。最后通過研究被測電路可及節(jié)點輸出響應(yīng)的模糊聚類，提出了基于模糊聚類的可診斷元件集確定方法，采用聚類有效性指標(biāo)來確定可診斷元件集。半導(dǎo)體技術(shù)和工藝的飛速發(fā)展促進(jìn)了模擬集成電路、模/數(shù)混合信號 電路的廣泛應(yīng)用。近年來快速發(fā)展的基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)(SupportVectorMachine， SVM)為模擬電路故障診斷提供了一種有效的解決方法，是目前國內(nèi)外 研究的熱點。 考慮到模擬電路的故障響應(yīng)包含了非平穩(wěn)或時變信息，研究了基于小波變換的模擬電路故障特征提取方法，定義了電路特征測度為電路故障特征與正常特征之差的均方根值，提出了基于電路特征 測度的最優(yōu)母小波選擇原則，實現(xiàn)了自適應(yīng)小波變換的模擬電路故障特征提取。其次給出了傳遞函數(shù)零極點與元件參數(shù)的變化關(guān)系，提出了基于零極點靈敏度分析的可診斷元件集確定方法，由極點模糊組和零點模糊組的關(guān)系確定可診斷元件集。 模擬電路故障診斷理論和方法研究目前仍然是國際電路測試領(lǐng)域中極具挑戰(zhàn)性的前沿和熱點研究課題。因此研究高效、適應(yīng)模擬電路發(fā)展需求的故障診斷理論和方法顯得尤為重要。為減少故障特征數(shù)據(jù)維數(shù)，提出了基于最大相關(guān)、最小冗余原則 (CriteriaofMaxRelevanceandMinRedundancy， MRMR)和支持向量機(jī)的故障特征選擇方法，建立了電路最優(yōu)故障特征的選擇機(jī)制，有效地解決了支持向量機(jī)故障診斷模型的復(fù)雜性。首先討論了基于電路拓?fù)浣Y(jié)構(gòu)的可測性分析，通過可測矩陣的相關(guān)性獲得了可測組和模糊組，從而把電路潛在的故障元件進(jìn)行分組，實現(xiàn)了可診 斷元件集的選擇。實驗結(jié)果驗證了本文提出方法的可行性和結(jié)論的正確性，與廣泛研究的基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法相比，本文所提的基于支持向量機(jī)的模擬電路故障診斷方法具有結(jié)構(gòu)簡單，診斷準(zhǔn)確率更優(yōu)的特點，解決了神經(jīng)網(wǎng)絡(luò)的局部最優(yōu)值、模型結(jié)構(gòu)難以選擇和小樣本等問題。由于模擬電路響應(yīng)的連續(xù)性、非線性性和元件參數(shù)的容差性等固有的特點以及故障的多樣性、復(fù)雜性，常規(guī)或者傳統(tǒng)故障診斷理論和方法對模擬電路進(jìn)行故障診斷難以在實際工程中達(dá)到預(yù)期的效果。 在時域和頻域中給出了基于響應(yīng)曲線波形有效點的模擬電路故障特征提取 方法。 有限測試節(jié)點的響應(yīng)不足以表征模擬電路每個元件的狀態(tài)，研究了模擬電路潛在故障可診斷元件集的選擇方法。 在理論分析的基礎(chǔ)上，以模 /數(shù)信號測試的標(biāo)準(zhǔn)電路和