模糊神经网络在电子器件微波易损性评估中应用X.pdfVIP

　第 16 卷 　第 7 期 强 激 光 与 粒 子 束 Vol. 16 ,No. 7 　 　2004 年 7 月 HIGH POWER LASER AND PARTICLE BEAMS Jul. ,2004 　 ( ) 文章编号 2004 模糊神经网络在电子器件微波易损性评估中的应用 1 , 2 2 1 韩 　峰 , 　王建国 , 　焦李成 ( 1. 西安电子科技大学 雷达信号处理国家重点实验室, 陕西 西安 710071 ; 　2. 西北核技术研究所, 陕西 西安 710024) 　　摘 　要 : 　应用模糊神经网络预测了电子器件失效阈值随高功率微波参数的变化关系 。结合电子器件实 验数据较少的情况 ,提出用可能性理论估计器件失效可能性分布的评估方法 ;结合模糊神经网络的学习预测能 力 ,得到电子器件失效的可能性分布 ;并将可能性分布和用信息扩散估计方法得到的概率分布进行了比较 ,前 者能够更好地利用实验数据估计器件失效的可能性。 　　关键词 : 　模糊神经网络 ; 　高功率微波 ; 　可能性理论 ; 　易损性评估 　　中图分类号 : 　TN015 　　　　文献标识码 : 　A ( ) 　　随着国内高功率微波 HPM 技术的发展 , 电子系统的 HPM 效应研究日益受到重视。电子系统是由一系列 电子器件构成的,因此 ,要研究电子系统的 HPM 效应 ,就必须对电子器件的 HPM 效应进行研究。在这方面的 实验与理论研究工作中 ,根据实验与理论研究中获得的数据 ,建立 HPM 效应评估方法是一项重要的研究工作。 电子器件的 HPM 效应评估实际上是对电子器件的 HPM 易损性进行评估。器件的 HPM 易损性评估就是要确 定器件抵抗 HPM 环境的能力随 HPM 环境参数变化的函数关系以及器件的失效概率分布。通常 ,这种易损性 评估以两种形式给出 ,一种是器件的失效概率随 HPM 通量变化的概率分布曲线 ;另一种是器件失效阈值与某 一 HPM 参数的变化关系曲线。考虑到 HPM 与电子器件相互作用过程中存在大量的不确定性以及同一批次相 同型号的电子器件之间存在一定的性能差异 ,从 20 世纪 70 年代末开始 , 国外研究人员建立了一些以概率统计 方法为基础的电子系统和器件 HPM 效应评估方法[1～3 ] , 国内在20 世纪 90 年代也有学者提出了基于概率统计 理论的评估技术[4 ] 。这些方法认为 HPM 与电子器件相互作用的过程中存在的不确定性以及相同型号的电子 器件之间存在的性能差异是一种随机不确定性 ,使用随机变量来描述。随着对不确定性认识的深入和模糊数 学的发展 ,人们逐渐认识到不确定性并不都是随机不确定性 ,模糊不确定性是一种更广泛的不确定性。基于这 种认识 ,文献[5 ]提出基于模糊信息处理的评估方法。 　　本文首先介绍了一种常用的模糊神经网络 ,把它应用到器件失效阈值与某一 HPM 参数的关系曲线预测 上 ,然后结合实际电子器件实验数据的特点 ,提出了用可能性分布估计器件失效可能性的评估方法。 1 　模糊神经网络 1. 1 　网络结构 　　模糊神经网络有多种模型[7 ] ,本文介绍一种 把一阶 Sugeno 模糊推理模型网络化的模糊神经 网络。设 Sugeno 模糊推理系统的输入为 x = [ x 1 , x 2 , …x m] T ,其中每个分量 x k 均为模糊语言 变量 ,设语言变量值的集合为 T ( x ) = { A , A ,