一种紧凑性指标最小的抗误判算法

影响测试向量集对所有故障进行准确定位的原因主要是由于存在两类问题:征兆误判问题和征兆混淆问题,而征兆误判问题对故障诊断准确性的影响更大。论文分析了测试向量生成中的征兆误判现象,结合现有的抗误判测试向量生成算法,从紧凑性角度考虑,得到了一种紧凑性指标最小的抗误判算法。该算法不仅避免了征兆误判现象,而且减小了紧凑性指标,缩短了测试时间。

边界扫描测试生成算法优化问题

紧凑性和完备性是评价边界扫描测试生成算法的两大指标,紧凑性指标越小、完备性指标越大则表明算法越优。算法研究目的是减小紧凑性指标,增加完备性指标,而它们是一对矛盾的集合体,单纯优化任何一个都不能使测试算法最优。论文提出了一种通过综合权衡两大指标来优化算法方法:1·确定对完备性指标的要求,寻求紧凑性指标最小的测试向量集。2·在确定紧凑性指标的前提下,寻求完备性指标最佳的测试向量集。以此为依据对现有算法进行了优劣排序,并提出了两种更优的新算法,最后对这种优化问题未来的发展方向进行了预测。

基于边界扫描技术的抗混淆自适应测试算法

针对现有边界扫描测试快速测试算法存在征兆混淆现象的问题,在深入分析多种测试算法的基础上,提出一种抗混淆的自适应测试算法。首先,通过分析走步算法的特点,给出一种走步算法的改进方案。该方案在保证算法完备性指标不变的情况下,提高了算法的紧凑性指标。在此基础上,结合改良计数序列算法,生成抗混淆自适应测试算法。该算法解决了改良计数序列算法存在的征兆混淆问题,极大提高了算法的完备性指标,且紧凑性指标较好。