基于蚂蚁算法和遗传算法的同步时序电路初始化

本文针对时序电路的初始化提出一种新的实现方法 .在电路没有设置一个总复位信号的情况下 ,必须使得电路状态由未知变为已知 ,电路才能正常工作 .本文用逻辑初始化方式 ,通过将蚂蚁算法和遗传算法交叉生成初始化序列 ,最大限度地初始化触发器 ,实现电路的初始化 .实验结果表明 。

基于混沌遗传算法的故障测试集最小化方法

利用混沌序列的随机性、遍历性及规律性等特点来控制遗传算法中交叉与变异操作 ,即混沌交叉与混沌变异 ,提出了一种改进的遗传算法——混沌遗传算法 ,并针对数字集成电路的故障完备测试集的最小化问题的具体特点 ,分析并设计了基于混沌遗传算法的故障测试集最小化方法 ,仿真实验验证了该方法的高效性与实用性 ,其性能明显优于标准遗传算法。

基于神经网络信息融合技术的模拟电路故障诊断

研究了神经网络信息融合技术在模拟电路故障诊断中的应用。利用BP神经网络建立信息融合中心,对多传感器数据进行融合处理,减少模拟电路故障诊断的不确定性。对标准电路的输出电压与电源电流特征信息,及两者融合信息的故障诊断性能比较,表明神经网络信息融合方法用于模拟电路故障诊断是有效和可行的。

一种面向测试对象的测试系统生成方法研究

提出了一种基于测试对象参数和功能特性描述的测试系统生成方法，并根据面向对象的方法提出了一种测试系统模型。并对各模型之间的关系作了定义。该方法采用了直接面向测试系统分析、设计和实现过程的开发思路，并已部分用于自动测试系统的组建。

MCM互连测试中的神经网络模型研究

针对多芯片组件 (Multi- chip Module)互连测试的特点 ,用构造互连结构的神经网络状态表 ,求解满足状态表所有状态的能量函数方程组的一组解来获得神经网络模型参数的方法 ,为互连网络的正常状态和几类典型的故障状态分别建立了对应的二值 Hopfiled神经网络模型 ,并验证了模型的正确性。

功率变换的模糊型跨周调制模式

该文提出了一种功率变换的模糊型跨周调制模式(Fuzzy Pulse Skip Modulation,FPSM),它是基于作者提出的功率变换跨周调制(Pulse Skip Modulation,PSM)机理的一种优化模式。PSM是功率变换的一种新调制模式,它具有效率高、响应速度快、鲁棒性强等特点。该文给出了FPSM输入输出变量的隶属函数、模糊控制规则和解析结果。分析表明FPSM除具PSM之优点外;同时较PSM有效降低了变换器的输出电压纹波,消除了音频噪音影响。

数字电路多加权集随机测试生成方法

提出一种基于确定性完备测试集的数字集成电路多加权集随机测试生成方法 .通过引入搜索与迭代算法 ,将完备测试集分成若干测试子集 ,每一子集对应一个权集 ,即产生该子集中测试矢量的被测电路各主输入端取‘1’值的概率组合 .该方法与文献 [2 - 3]的结果相比 ,在测试序列长度或硬件开销上获得了改善 。

软件自动生成技术在测试上的应用

作为CAT工作站的软件平台，可视化自动测试环境（简称VATE）的应用对提高测试软件开发效率和测试系统中PC资源的充分利用有不可估量的作用。本文介绍了一种在MicrosoftWindows平台上开发测试软件自动生成环境的方法，即通过组建仪器驱动器库，利用结构化的流程设计思想来实现测试软件的生成。

一种频谱仪自适应调整扫描带宽的数字信号提取方法

介绍了混合模拟信号和噪声的情况下提取通信卫星数字信号的方法。由于信号频率、3d B带宽、信噪比和信号电平属于待测参数 ,因此需要程控频谱仪自适应地调整扫描带宽 ,以正确测量出数字信号的频率、3d B带宽和信噪比等特征。实践证明 ,该方法相对于人工读取频谱仪方法具有效率高、准确率高和实时性等优点。

利用计算机和无矢量检测技术减少电路板故障

现在电子设备变得越来越复杂,这对元器件的质量提出了新的要求。为此,器件生产厂商不断提高生产过程控制和最终产品的测试能力,并认为目前生产的器件没有故障,电子工业正在逐渐实现以前所提出的目标:所有器件及其制造过程不存在任何故障,人们不必进行电路板测试。