期刊文献+

基于电流测试的混合电路故障诊断 被引量:2

Mixed circuit fault diagnosis based on current testing
下载PDF
导出
摘要 在运用小波神经网络进行混合电路故障诊断的过程中,测试参数的选取至关重要。研究了一种基于电流测试的故障诊断。该方法即通过PSPICE模拟电路的静态及动态电流信息,再通过小波神经网络的结合,证明了该方法在混合电路故障诊断中的可行性,为提高混合电路的故障诊断率提供了一种新的方法。 In the process of using the wavelet neural network to conduct fault diagnosis of mixed circuits, the selection of testing parameters is very important. A new method which bases on current testing is researched for fault diagnosis of the mixed circuits. The information of IDDQ and IDDT is tested through PSPICE and wavelet neural network. The feasibility of this method of fault diagnosis of mixed circuits was proved. The new method offered a new way for improving the efficiency of fault diagnosis of mixed circuits.
作者 王怀龙 潘强
出处 《现代电子技术》 2012年第11期180-182,共3页 Modern Electronics Technique
关键词 小波神经网络 混合电路 电流测试 故障诊断 wavelet neural network mixed circuit current testing fault diagnosis
  • 相关文献

参考文献4

二级参考文献14

  • 1史贤俊,周绍磊,张文广,周杰.边界扫描技术在板级可测性设计中的应用[J].海军航空工程学院学报,2006,21(2):249-252. 被引量:3
  • 2徐卫林,何怡刚,厉芸.数模混合信号的测试与仿真[J].现代电子技术,2004,27(22):80-82. 被引量:3
  • 3王妍妍,鲁昌华.数模混合电路故障诊断技术的研究[J].现代电子技术,2005,28(9):50-52. 被引量:2
  • 4张西多,易晓山,胡政.基于IEEE1149.4的混合信号边界扫描测试控制器设计[J].计算机测量与控制,2006,14(5):570-572. 被引量:10
  • 5[5]LINDA'S MILOR.A Tutorial Introduction to Research on Analog and Mixed-Signal Circuit Testing[C]//IEEE Transactions on Circuits and Systems-Ⅱ:Analog and Digital Processing,1998,45(10):1389-1405.
  • 6[7]黄杰.基于瞬态响应的数模混合电路故障诊断神经网络方法[D].长沙:湖南大学,2003.
  • 7M. A. Al--Qutayri. A Test Method and DFT Structure for Analog Modules in Mixed--Signal Circuits [A]. The 2002 45th Midwest Symposium on Circuits and Systems [C]. 2002, 1388 - 1391.
  • 8Martin B, Automation Comes to Analog [J]. IEEE Spectrum, 2001, 38 (6): 70-75.
  • 9Michael L, Vishwani D. Essentials of Electronic Testing for Digital, Memory and Mixed--Signal VLSI Circuits [M]. KLuwer Academic Publishers, 2001.
  • 10Levi M. W, CMOS Is Most Testable [A]. Int. Test Conf , ITC [C]. 1981, 217-220.

共引文献11

同被引文献14

  • 1朱彦卿,何怡刚,阳辉.基于电流测试的混合信号电路故障检测和定位[J].系统工程与电子技术,2007,29(10):1768-1772. 被引量:5
  • 2MIT Lindoln Laboratory. DARPA neural network study[R].Lex- ington:MIT Lindoln Laboratory,1988.
  • 3WANG Huai-long,PAN Qiang,LIU Hong. The application of improved SVM in mixed circuit[A].Huangshan:Trans Tech Publications Inc,2012.493-496.
  • 4VAPNIK V. Statistical learning theory[M].{H}New York:John Wiley and Sons,Inc,1998.
  • 5GUO G. Support vector machines for face recognition[J].{H}IMAGE AND VISION COMPUTING,2001.631-638.
  • 6陈有卿.555时基集成电路原理与应用[M]{H}北京:机械工业出版社,2006.
  • 7朱凯;王正林.精通 Matlab 神经网络[M]{H}北京:电子工业出版社,2010.
  • 8张德丰.Matlab 小波分析与工程应用[M]{H}北京:国防工业出版社,2008.
  • 9葛威;吴亮.基于支持向量机的模拟电路故障诊断[J]{H}舰船科学技术,2010(11):47-51.
  • 10王妍妍;鲁昌华.数模混合电路故障诊断技术的研究[J]{H}现代电子技术,2010(15):175-178.

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部