基于提升小波和支持向量机的模拟电路故障诊断-电路与系统专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 模拟电路故障诊断对电路设计、设备生产和仪器维护是至关重要的，故障诊断技术是目 前专家学者们和测试工程师在电路与系统领域中具有挑战的重要课题。但是由于模拟电路元 件参数的容差性、电路响应的连续性和非连续性以及环境因素造成电路故障的多样性和复杂 性，使得传统的诊断方法无法更好地运用在实际模拟电路故障诊断中。 本文基于现代诊断技术，构建以提升小波和支持向量机相结合的模拟电路故障诊断框架， 深入研究了故障特征提取和分类器构建这两个模拟电路故障诊断中的重要环节。本文取得成 果如下： (1) 在总结已有的模拟电路故障特征提取方法基础之上，本文提出了将提升 db5 小波运 用到电路故障特征提取当中。这是因为 db5 小波函数与故障输出信号具有较高的相似度，有 利于提取信号的重要特征，而且分解速度快。与非提升方法相比能够更加准确地反映原始信 号的特征。通过仿真实例得到的数据验证了该方法的优越性。 (2) 针对目前模拟电路故障识别中遇到的难题，本文构建了基于马氏距离的最小二乘支 持向量机分类器。该方法通过运用最小二乘把复杂的求解问题简单化了，通过引入马氏距离， 改善了最小二乘支持向量机的稀疏性，从而节省了分类器的训练时间。仿真实例表明，此方 法可以有效地运用在模拟电路故障诊断之中。 (3) 为了提高支持向量机的泛化学习能力，本文通过粒子群算法优化最小二乘支持向量 机的结构参数，但是由于粒子群容易陷入局部最优和早熟收敛问题，所以对标准 PSO 算法进 行改进，提出了吸引-排斥控制粒子群优化方法，通过控制粒子的吸引运动和排斥运动提高粒 子的多样性，避免了粒子在进化过程中陷入了局部最优和早熟收敛问题。 关键词：故障诊断，模拟电路，提升小波，支持向量机，粒子群算法 I Abstract Analog circuit fault diagnosis plays a key role in many fields such as circuit design, equipment manufacture and instrument maintenance. The technology of diagnosis is still a challenging topic for academic researchers and engineers in the field of circuits and systems. It is difficult for traditional fault diagnosis theories and methods to solve the problems of fault diversity and complicacy, which caused by tolerance on component parameters, continuous and non-continuity response, and environmental factors, and other factors as well. Based on the modern diagnostic technology, this paper constructs a framework of analog circuit diagnosis which is combining with Lifting Wavelet Transform and support vector machine.The fault feature extraction and effective fault identification methods are