【技术实现步骤摘要】
本专利技术涉及模拟电路故障信号处理方法，特别涉及一种基于经验小波变换分解的模拟电路故障信号处理方法。
技术介绍
1、自20世纪60年代以来，模拟电路故障诊断一直受到学术界的广泛关注，经过半个世纪的研究与探索，已经逐步发展为较为完备的理论体系，并与网络分析及网络综合一起构成了网络理论的主体。随着科学技术发展的日新月异，日常生活中的电子设备越来越多，这些电子设备的电路复杂性和集成规模不断增加，使得设备系统测试与诊断难度持续增长，开展电子系统和装备的故障诊断技术研究，特别是模拟电路与复杂电子系统的故障诊断研究是突破装备测试诊断瓶颈的有效途径。在电路系统和装备的长时段运行过程中，由于受到诸如电磁干扰，元器件老化和制造误差等因素影响，其有较大的可能出现难以估量的故障，尤其是在微型化、超大规模的集成电路中，任何一个微小故障的发生都有可能导致系统性能退化、停机，甚至于造成不可挽回的财产损失与人员伤亡。因此，开展电子系统和复杂装备的故障诊断理论和方法研究，是当前电子工业及社会经济等领域的共同需求。
2、据相关资料显示，目前数模混合电路在电子设备中的比例已经超过60％，而其中模拟电路的比例不到20％，但是模拟电路的故障发生概率却高达80％，远远超出了数字电路发生的故障概率。近年来，电子技术和半导体技术的发展，以及芯片制造工艺的进步，促进了数字和模拟电路的集成度不断增加。随着数模混合电路的不断增长，带来的不仅仅是电子产品性能的提升，同时还有高额的电路生产和诊断成本，在数模混合信号集成电路中，模拟电路仅仅占集成芯片面积5％，但是诊断时间却
3、模拟电路故障模式主要包括软故障(参数性故障)和硬故障(灾难性故障)。电路网络中某些元器件短路或开路等极端变化所导致的结构性损坏，通常称作硬故障，这类故障一旦发生，将会造成系统完全性的瘫痪或失效，所造成的损失将无法挽回。软故障是指电路元器件参数由于环境影响或者工作时间增长而偏离其标称值，虽然大多数情况下电路系统不会完全失效，但却会导致系统性能下降，如若不及时处理，将会演变成硬故障。
4、模拟电路软故障诊断的主要任务是在已知网络的拓扑结构，输入激励信号和故障下的响应时，确定故障元器件的物理位置和参数。对于模拟电路故障测试与诊断主要包括4个步骤分别是故障检测、故障定位、故障识别、以及故障隔离。故障的检测主要是通过技术手段判断电路故障是否发生，即能够区别无故障电路状况和故障电路状况；确认故障在电路中的位置的方法就是故障的定位；故障的类别通过故障识别来辨别；最后采取技术手段隔离故障。经历几十年的发展，模拟电路的测试和故障诊断虽然已经取得了许多重要成果，但是对于电路诊断方法的研究特别是模拟电路的软故障诊断研究还是比较落后的，其主要困难有：
5、(1)缺乏良好的故障模型。由于被测电路的输入激励与端口的输出响应都是连续量，以及各元件参数等也是连续量，这使得一个元件可能有无穷个故障，导致整个电路故障模式是不可数的，无法构造一部“字典”来查阅所有的故障。
6、(2)由于元件参数往往具有容差，即参数值允许在标称值附近变动，很多个元件的容差可能会与一个元件的“大故障”等效，从而无法准确的确定实际故障的物理位置，使许多诊断方法失去准确性和稳定性。元件参数容差的存在是模拟电路故障诊断面对的最大的挑战。
7、(3)模拟电路中广泛存在着非线性问题，随着电路规模的线性增大，计算则以指数形式增加；大量反馈回路的存在，也增加了计算和测试的复杂性。
8、(4)测量的困难和不准确性。模拟电路的可测节点有限，由于现代电子电路通常是多层的或被封装的，可及节点有限，从而使得采集的故障信息不完整。此外，对可及节点处采集支路电流也是不可能实现的，因为需要先断开该支路，然后串联测量仪器，这在实际测量中是无法做到的。总之，模拟电路的输出信号一般采用的是有限可测节点处的电压，这导致可用作故障诊断的信息量不够充分，造成故障定位的不确定性和模糊性。
9、综上所述，模拟电路的软故障诊断方法与我们的生活密切相关，开展针对模拟电路故障诊断的研究，不仅有助于降低设备故障率，提高维修率和降低经济损失，而且有助于电子研发技术和制造工业的发展。更深层次上，电子系统和装备的故障诊断方法研究，不仅关系到国民经济持续健康发展，更是国家安全和社会进步的潜在决定因素之一，因此研究智能化的故障诊断方法已经成为具有重要理论意义和实际使用价值的研究课题。
技术实现思路
1、本专利技术的目的是为了解决现有的模拟电路信号具有非线性、故障特征混淆严重的问题，而提出一种基于经验小波变换分解的模拟电路故障信号处理方法。
2、上述目的通过以下的技术方案实现：
3、一种基于经验小波变换分解的模拟电路故障信号处理方法，所述方法通过以下步骤实现：
4、步骤一、对电路故障信号进行自适应小波变换分解，之后，计算用尺度空间法得到的初始分界点得到分量的互信息值，从而重新划分频谱得到新的分解信号分量；
5、步骤二、对利用峭度指标选择最优分量重构来的信号进行特征信息提取；
6、步骤三、利用k均值聚类分析对特征参数进行分类，从而实现模拟电路软故障的诊断。
7、进一步地，步骤一所述的对电路故障信号进行自适应小波变换分解的步骤，具体是：
8、将原始信号r(t)的傅里叶轴归一化到[0，2π]，将讨论范围限定在[0，π]以遵循香农定理；将傅里叶支撑区间[0，π]分割为n个连续的分段，每个分段被表示为λn＝[ωn-1，ωn]，其中ωn-1和ωn分别表示每个分段的边界，其中n＝1，2.....n，ω0＝0，ωn＝π，则有
9、以ωn为中心，宽度为2τn的灰色区域表示为一个过渡区，τn＝γωnτ，0＜γ＜1；为了确保任意两个过渡区之间没有重叠，将γ限定在小于的范围内，即：
10、
11、基于littlewood-paley和meyer小波的思想构建小波函数ψn(t)和尺度函数φn(t)，ψn(t)和φn(t)的傅里叶变换表示为ψn(ω)、φn(ω)，且满足：
12、
13、式中，β(x)选择由daubechies提出的多项式：
14、β(x)＝x4(35-84x+70x2-20x3)
15、将ewt的细节系数和近似系数定义为：
16、
17、
18、其中，ψn(t)表示经验小波函数，φ1(t)表示尺度函数，和依次表示ψn(t)和φ1(t)的傅里叶变换；是ψn(t)和φ1(t)的共轭复数，f()，f-1()表示傅里叶变换和傅里叶变换叶逆变换；
19、根据上式，原始信号的重构信号表示为：
20、
21、式中：*表示卷积运算；和分别表示和的傅里叶变换。
22、进一步地，步本文档来自技高网...
【技术保护点】
1.一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：所述方法通过以下步骤实现：
2.根据权利要求1所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤一所述的对电路故障信号进行自适应小波变换分解的步骤，具体是：
3.根据权利要求2所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤一所述的计算用尺度空间法得到的初始分界点得到分量的互信息值，从而重新划分频谱得到新的分解信号分量的步骤，具体是：
4.根据权利要求3所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤二所述的对利用峭度指标选择最优分量重构来的信号进行特征信息提取的步骤，具体是：
5.根据权利要求4所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤三所述的利用K均值聚类分析对特征参数进行分类，从而实现模拟电路软故障的诊断的步骤，具体是：
【技术特征摘要】
1.一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：所述方法通过以下步骤实现：
2.根据权利要求1所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤一所述的对电路故障信号进行自适应小波变换分解的步骤，具体是：
3.根据权利要求2所述的一种基于经验小波变换分解的模拟电路故障信号处理方法，其特征在于：步骤一所述的计算用尺度空间法得到的初始分界点得到分量的互信息值，从而...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。