王 力, 刘子奇

(1.中国民航大学职业技术学院, 天津 300300;2.中国民航大学电子信息与自动化学院, 天津 300300)

0 引 言

目前,模拟电子电路大量应用于航天、军事、通信和其他各个领域的电子系统中。统计数据表明,在绝大多数混合电路中,模拟电路的故障发生率超过80%。但是,针对模拟电路的故障诊断方法却十分落后,难以应对目前模拟电路大范围的应用[1-3]。

模拟电路的电路故障一般分为结构性故障和参数变化型故障。结构性故障是电路发生很大的破坏,使得电路无法完成其基本功能;参数变化型故障是指电路元器件参数的实际值超出了容差范围,使得电路工作的性能发生改变[4]，难以提取故障特征。文献[5]提出利用复数域模型对模拟电路进行故障特征提取,易产生较多模糊集。文献[6]提出一种针对线性信号的特征提取方法,而模拟电路中更多的是非线性信号。文献[7]提出极限学习机的思想,但是特征提取过程较为复杂。文献[8]提出利用贝叶斯技术进行故障诊断,但是该方法没有将任何物理过程纳入计算,使其不适合进行长期诊断,从而使得分类的准确度降低。文献[9-10]提出利用故障树诊断模型。文献[11-16]提出利用支持向量机以及优化算法来实现故障诊断,但单核的支持向量机容易忽略输入样本中的有用信息,难以达到最优泛化能力。在采用多核优化后,能够达到较好的诊断效果,但算法较为复杂,训练速度慢,难以快速诊断。文献[17]提出利用粒子群算法优化支持向量机。……