一种基于时频域特征和单类KNN模拟电路故障检测方法技术

本发明专利技术提供了一种基于时频域特征和单类KNN模拟电路故障检测方法，该方法包括接收额定数量仿真样本数据对应的时域特征向量样本；根据所述时域特征向量样本计算KNN距离统计量；判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；根据所述故障检测阈值检测模拟电路故障。通过时域特征向量样本基于KNN距离统计量判断样本是否为异常样本，基于此实现了电路故障检测，有助于解决现有技术中缺乏一种模拟电路故障检测方法的技术问题。术问题。术问题。

A fault detection method based on time-frequency domain characteristics and single class KNN analog circuit

【技术实现步骤摘要】
一种基于时频域特征和单类KNN模拟电路故障检测方法


[0001]本专利技术涉及电路检测领域，尤其是一种模拟电路故障检测方法、系统、装置，及存储介质。

技术介绍

[0002]随着电子行业的蓬勃发展，电子设备的集成度和复杂性显著提升。电子设备在航空航天、交通、医疗、通信等领域起着至关重要的作用。然而，尽管电子设备中仅有少于20％的模拟电路，但是模拟电路故障却占电路故障的80％。因此，为了提升电子设备可靠性和安全性，模拟电路故障检测和故障诊断便成为了前沿课题和研究热点。
[0003]模拟电路故障为主要分为硬故障和软故障。硬故障表示由于元器件短路或断路而造成的电路完全失效，因而易于诊断。软故障表示由元器件参数值偏离了容差范围引发的电路性能下降。由于电路的非线性和元器件的容差，模拟电路故障状态相互混叠导致软故障难以准确识别。另外，模拟电路故障特征的种类繁多、电路参数受不确定因素的影响较大等因素，也增加了判断模拟电路健康状态的困难性。
[0004]所以急需一种模拟电路故障检测方法、系统、装置，及存储介质，有助于解决现有技术中缺乏一种模拟电路故障检测方法的技术问题。

技术实现思路

[0005]在一实施例中，本专利技术提供了一种模拟电路故障检测方法，通过时域特征向量样本基于KNN距离统计量判断样本是否为异常样本，基于此实现了电路故障检测，有助于解决现有技术中缺乏一种模拟电路故障检测方法的技术问题。
[0006]该方法包括：
[0007]接收额定数量仿真样本数据对应的时域特征向量样本；<br/>[0008]根据所述时域特征向量样本计算KNN距离统计量；
[0009]判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；
[0010]根据所述故障检测阈值检测模拟电路故障。
[0011]在一实施例中，所述接收额定数量仿真样本数据对应的时域特征向量样本包括：
[0012]接收额定数量的仿真样本数据；
[0013]根据所述仿真样本数据通过FRFT并利用LPP构建对应的时域特征向量样本。
[0014]在一实施例中，所述接收额定数量仿真样本数据对应的时域特征向量样本步骤前，该方法包括：
[0015]在仿真软件上按照预定绘制方式绘制模拟电路图；
[0016]根据所述绘制模拟电路图选择测试激励与测试点进行仿真得到仿真样本数据。
[0017]在一实施例中，所述仿真软件为PSPICE，并通过Monte
‑
Carlo分析仿真得到所述仿真样本数据。
[0018]在一实施例中，所述根据所述故障检测阈值检测模拟电路故障包括：
[0019]接收待检测的电路检测数据；
[0020]根据所述电路检测数据通过所述故障检测阈值识别得到电路健康状态信息实现检测模拟电路故障。
[0021]在一实施例中，本专利技术提供了一种模拟电路故障检测系统，所述模拟电路故障检测系统包括后台系统；
[0022]所述后台系统，用于接收额定数量仿真样本数据对应的时域特征向量样本；根据所述时域特征向量样本计算KNN距离统计量；判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；根据所述故障检测阈值检测模拟电路故障。
[0023]在一实施例中，所述模拟电路故障检测系统还包括模拟电路仿真系统；
[0024]所述模拟电路仿真系统，用于在仿真软件上按照预定绘制方式绘制模拟电路图；根据所述绘制模拟电路图选择测试激励与测试点进行仿真得到仿真样本数据。
[0025]在一实施例中，本专利技术提供了一种模拟电路故障检测装置，所述装置包括：
[0026]接收模块，用于接收额定数量仿真样本数据对应的时域特征向量样本；
[0027]计算模块，用于根据所述时域特征向量样本计算KNN距离统计量；判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；
[0028]检测模块，用于根据所述故障检测阈值检测模拟电路故障。
[0029]在一实施例中，本专利技术还提供了一种模拟电路故障检测装置，所述装置包括：处理器和存储器；
[0030]所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如所述的模拟电路故障检测方法的步骤。
[0031]在一实施例中，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的模拟电路故障检测方法的步骤。
附图说明
[0032]图1为本专利技术一实施例中模拟电路故障检测方法的流程100示意图；
[0033]图2为本专利技术另一实施例中模拟电路故障检测方法的流程200示意图；
[0034]图3为本专利技术另一实施例中模拟电路故障检测方法的流程300示意图；
[0035]图4为本专利技术另一实施例中模拟电路故障检测方法的流程400示意图；
[0036]图5为本专利技术另一实施例中Sallen
‑
Key带通滤波电路的原理示意图；
[0037]图6为本专利技术另一实施例中模拟电路故障检测方法的流程500示意图；
[0038]图7为本专利技术另一实施例中模拟电路故障检测装置的示意图。
具体实施方式
[0039]为使本领域技术人员更好的理解本专利技术的技术方案，下面结合附图和具体实施方式对本专利技术作详细说明。
[0040]此处参考附图描述本申请的各种方案以及特征。
[0041]通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。
[0042]还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
[0043]当结合附图时，鉴于以下详细说明，本申请的上述和其它方面、特征和优势将变得更为显而易见。
[0044]此后参照附图描述本申请的具体实施例；然而，应当理解，所申请的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以根据用户的历史的操作，判明真实的意图，避免不必要或多余的细节使得本申请模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
[0045]本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其它实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。
[0046]分数阶傅里叶变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模拟电路故障检测方法，其特征在于，该方法包括：接收额定数量仿真样本数据对应的时域特征向量样本；根据所述时域特征向量样本计算KNN距离统计量；判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；根据所述故障检测阈值检测模拟电路故障。2.根据权利要求1所述的模拟电路故障检测方法，其特征在于，所述接收额定数量仿真样本数据对应的时域特征向量样本包括：接收额定数量的仿真样本数据；根据所述仿真样本数据通过FRFT并利用LPP构建对应的时域特征向量样本。3.根据权利要求1所述的模拟电路故障检测方法，其特征在于，所述接收额定数量仿真样本数据对应的时域特征向量样本步骤前，该方法包括：在仿真软件上按照预定绘制方式绘制模拟电路图；根据所述绘制模拟电路图选择测试激励与测试点进行仿真得到仿真样本数据。4.根据权利要求1所述的模拟电路故障检测方法，其特征在于，所述仿真软件为PSPICE，并通过Monte
‑
Carlo分析仿真得到所述仿真样本数据。5.根据权利要求1所述的模拟电路故障检测方法，其特征在于，所述根据所述故障检测阈值检测模拟电路故障包括：接收待检测的电路检测数据；根据所述电路检测数据通过所述故障检测阈值识别得到电路健康状态信息实现检测模拟电路故障。6.一种模拟电路故障检测系统，其特征在于，所述模拟电路故障检测系统包括后台系统；所述后台系统，用于接收...

【专利技术属性】
技术研发人员：闫戈，杨诚，刘虹晓，李占，李游，
申请(专利权)人：中国船舶工业综合技术经济研究院，
类型：发明
国别省市：