基于小波包和支持向量機(jī)的模擬電路診斷研究.pdf

1、模擬電路測(cè)試和故障診斷自二十世紀(jì)六十年代以來(lái),一直是熱門研究課題,至今已取得了諸多顯著的理論成果,但由于模擬電路元件的非線性、具容差及其故障現(xiàn)象的多樣性等使得其診斷問(wèn)題極其復(fù)雜,現(xiàn)有診斷理論與方法距實(shí)際應(yīng)用尚有一定的差距。目前,小波包變換理論和支持向量機(jī)的研究與應(yīng)用成為新的研究熱點(diǎn)。小波包技術(shù)作為信息處理的有力工具,其與支持向量機(jī)等相結(jié)合,為解決模擬電路故障診斷中的諸多難題提供了可能。本文主要目的在于將模擬電路故障診斷與小波包、支持向量

2、機(jī)方面的最新研究成果相結(jié)合,探索解決模擬電路故障診斷問(wèn)題的有效途徑。
　　 本文首先對(duì)模擬電路故障診斷理論的研究現(xiàn)狀進(jìn)行了綜述,針對(duì)模擬電路故障診斷的特征提取和故障分類這兩大問(wèn)題,分別闡述了小波包分析和支持向量機(jī)的基本理論,著重研究了小波包分析和支持向量機(jī)在模擬電路故障診斷中的應(yīng)用,然后應(yīng)用小波包分析方法和引入一種多層動(dòng)態(tài)自適應(yīng)優(yōu)化參數(shù)的最小二乘支持向量機(jī)方法分別對(duì)電路故障情況進(jìn)行分類,并用仿真實(shí)驗(yàn)說(shuō)明了其具體實(shí)施。
　　

3、 為了解決模擬電路故障診斷中的特征提取困難并對(duì)模擬電路故障信號(hào)進(jìn)行有效的分類,本文提出了一種基于模糊優(yōu)化小波包分解的模擬電路故障特征提取算法,在此基礎(chǔ)上,提出了結(jié)合模糊最優(yōu)小波包和最小二乘支持向量機(jī)(LSSVM)的模擬電路診斷方法。該法首先對(duì)模擬電路的響應(yīng)信號(hào)進(jìn)行小波包分解,并引入模糊準(zhǔn)則對(duì)其優(yōu)化,得到由分類能力強(qiáng)的最優(yōu)小波包基能量值構(gòu)成的特征集,然后將特征集輸入LSSVM網(wǎng)絡(luò),以實(shí)現(xiàn)對(duì)不同故障類型的識(shí)別。小波包的優(yōu)化分解減小了LSS