版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、模擬系統(tǒng)的測試與診斷研究進展一直較緩慢,主要原因是理論上和方法上均未完全成熟,可付諸實用的研究成果還比較少。難點之一是模擬電路中的輸入激勵和輸出響應都是連續(xù)量,電路中元件的參數(shù)通常也是連續(xù)的,所以模擬系統(tǒng)中的故障模型比較復雜,難以作簡單的量化。 模擬電路中故障可分為兩大類。一類稱之為硬故障,指元件的開路和短路失效故障,另一類稱之為軟故障,指元件的參數(shù)超出預定的容差范圍,一般它們均未使設備完全失效。通常認為元件參數(shù)的相對偏差絕對值
2、在標稱值的±5%范圍內(nèi)為無故障,但實際上元件的容差是可以根據(jù)對電路性能的不同要求而靈活設定的。 近年來提出的很多種模擬及混合信號電路測試方法中,偽隨機測試法易于產(chǎn)生測試激勵,基于電流的測試法能使正常電路和故障電路的頻率響應的差別增大。偽隨機注入電流測試法結合了兩種方法的優(yōu)點,提高了測試的效率和正確性,實現(xiàn)時簡單易行,非常適合于系統(tǒng)芯片中對模擬及混合信號電路的內(nèi)建自測試。 得到CUT輸入和輸出之間的互相關函數(shù)后,可以采用方
3、差特征分析法或者距離分類算法來判斷電路有無故障。 本文詳細研究了方差特征分析法和距離分類算法,并對這兩種方法應用于電路測試的情況進行了比較。比較后發(fā)現(xiàn),方差特征分析法雖然可以達到很高的故障檢測率,但不適用于元件容差需根據(jù)具體要求靈活設定的情況,例如當具體情況中某個元件的容差范圍變大時,用方差分析法卻不能準確地定出新的判斷界限。采用距離分類法比較適合實際中元件參數(shù)的容差常常根據(jù)具體要求而變化的情況,所以提出把距離分類法和偽隨機電流
4、注入法相結合,得到采用距離分類法的偽隨機電流注入模擬電路測試方法。 本文方法通過偽隨機電流注入法得到電路特征值,采用距離分類算法分析特征值并判斷待測電路有無故障;這樣可以首先根據(jù)給定的元件參數(shù)容差范圍把已知電路集劃分成故障電路集和無故障電路集,來產(chǎn)生用于測試的訓練集,從而可以根據(jù)變動的參數(shù)容差相應地調(diào)整有故障電路集和無故障電路集的分類邊界。 仿真實驗表明,采用距離分類法時和偽隨機電流注入法的結合,比用電壓激勵的效果要好,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于偽隨機電流注入的模擬及混合信號電路測試.pdf
- 直接電流注入測試裝置的設計和測試.pdf
- 基于節(jié)點電流注入法的UPFC控制策略研究.pdf
- 電流注入型牛頓法潮流計算的研究及其應用.pdf
- 直接電流注入(DCI)技術及表面電流測試系統(tǒng)研究.pdf
- 電磁敏感度測試的大電流注入技術研究.pdf
- 低頻電流注入法在自動調(diào)諧系統(tǒng)中的應用.pdf
- 自旋極化電流注入半導體的研究.pdf
- 基于諧波電流注入法的永磁同步電機轉(zhuǎn)矩脈動抑制策略.pdf
- 崗位分類法
- 傳統(tǒng)文獻分類法與網(wǎng)絡信息分類法的比較研究.pdf
- 曲式分類法初探.pdf
- 7.2卡片分類法
- 基于脈動電流注入法的永磁同步電機轉(zhuǎn)子位置檢測方法研究.pdf
- 八音分類法)
- 圖書分類法的技術規(guī)則
- 脈沖大電流的微分電路法測試.pdf
- 基于ICA和自適應最小距離分類法的濕地信息提取研究.pdf
- 外傷的現(xiàn)場檢傷分類法
- 基于序電流注入模型的三相潮流新算法.pdf
評論
0/150
提交評論