基于PSO的模拟电路故障信息特征提取

doi:10.13229/j.cnki.jdxbgxb201502051

吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (2): 675-680.doi: 10.13229/j.cnki.jdxbgxb201502051

• 论文 • 上一篇

基于PSO的模拟电路故障信息特征提取

刘红¹，孙爽滋²，王庆元¹，李延忠¹

1.长春理工大学光电工程学院，长春 130022；
2.长春理工大学计算机学院，长春 130022

收稿日期:2013-12-13 出版日期:2015-04-01 发布日期:2015-04-01
作者简介:刘红(1969)，女，副教授，硕士.研究方向:模拟电路故障诊断，模式识别与智能计算.E-mail:liuh19694@163.com
基金资助:
国家自然科学基金项目(51378076)；吉林省自然科学基金项目(201115160).

PSO based feature extraction method for analog circuit fault information

LIU Hong¹,SUN Shuang-zi²,WANG Qing-yuan¹,LI Yan-zhong¹

1.School of Photo-Electronic Engineering,Changchun University of Science and Technology,Changchun 130022,China;
2.School of Computer Science and Technology,Changchun University of Science and Technology,Changchun 130022,China

Received:2013-12-13 Online:2015-04-01 Published:2015-04-01

摘要/Abstract

摘要： 为了提高容差电路故障诊断的诊断效率，改善电路故障征兆的特征描述，采用基于信息熵的方法生成被测容差电路的故障特征，并提出了基于离散粒子群的容差电路故障信息的特征提取方法，由此确定用于故障诊断的最佳特征子集，并以此训练故障分类器，对容差电路的软故障进行诊断定位。实验证明了基于粒子群和信息熵的特征描述和特征提取方法的有效性。

关键词: 信息处理技术, 信息熵, 粒子群算法, 特征提取, 模拟电路, 故障定位

Abstract: In order to improve the diagnosis efficiency of faulty circuits with tolerance and to ameliorate the characteristic description of faulty symptom, first, the faulty features of the circuit with tolerance are created by information entropy method. Then, a feature extraction method based on discrete Particle Swarm Optimization (PSO) algorithm is proposed to obtain the optimal feature subset of the faulty features. Finally, the optimal feature subset is used to train the classifier to diagnose the faults of circuit with tolerance. Experiment results validate this proposed method.

Key words: information process technique, information entropy, particle swarm optimization, feature extraction, analog circuits, fault location

中图分类号:

TN707

刘红，孙爽滋，王庆元，李延忠. 基于PSO的模拟电路故障信息特征提取[J]. 吉林大学学报(工学版), 2015, 45(2): 675-680.

LIU Hong,SUN Shuang-zi,WANG Qing-yuan,LI Yan-zhong. PSO based feature extraction method for analog circuit fault information[J]. 吉林大学学报(工学版), 2015, 45(2): 675-680.

参考文献

[1] Liu Hong, Chen Guang-ju, Jiang Shu-yan, et al.A survey of feature extraction approaches in analog circuit fault diagnosis[C]∥Pacific-Asia Workshop on Computational Intelligence and Industrial Application. Wuhan: IEEE Computer Society, 2008: 676-680.
[2] 万九卿,李行善. 基于诊断信息量的测点选择方法[J].电子测量与仪器学报,2005, 19(5):1-5.
Wan Jiu-qing,Li Xing-shan. Test point selection based on diagnositc information[J]. Journal of Electronic Measurement and Instrument, 2005, 19(5):1-5.
[3] Li Bing, Zhang Pei-lin, Liang Shu-bao, et al.Feature extraction and selection for fault diagnosis of gear using wavelet entropy and mutual information[C]∥9th International Conference on Signal Processing, Beijing,2008:2846-2850.
[4] Cover T M, Thomas J A.信息论基础[M]. 阮吉祥,张华,译.北京:机械工业出版社,2005.
[5] 魏秀业,潘宏侠.粒子群优化及智能故障诊断[M].北京:国防工业出版社,2010.
[6] 周龙甫,师亦兵,赵光,等.模拟电路单软故障的改进粒子群算法诊断[J].计算机应用研究,2010,27(11):4171-4188.
Zhou Long-fu, Shi Yi-bing, Zhao Guang, et al. Improved PSO method for single soft fault diagnosis in analog circuit[J]. Application Research of Computers,2010, 27(11):4171-4188.
[7] 王刚,刘元宁,张晓旭,等.基于模糊自适应粒子群的垃圾邮件过滤新方法[J].吉林大学学报:工学版,2011,41(3):716-720.
Wang Gang,Liu Yuan-ning, Zhang Xiao-xu,et al. Novel spam filtering method based on fuzzy adaptive particle swarm optimization[J]. Journal of Universi-
ty(Engineering and Technology Edition),2011,41(3):716-720.
[8] 龚纯,王正林.精通MATLAB最优化计算[M].北京:电子工业出版社,2012.
[9] Liu Hong, Chen Guang-ju, Song Guo-ming, et al.Neural network ensemble approach in analog circuit fault diagnosis[C]∥ISNN2009 Proceedings,Wuhan: LNCS& AISC, 2009:749-757.
[10] 宦若红,张平,潘斌贝.PCA、ICA和Gabor小波决策融合的SAR目标识别[J].遥感学报,2012,16(2):268-274.
Huan Ruo-hong, Zhang Ping, Pan Yun. SAR target recognition using PCA, ICA and Gabor wavelet decision fusion[J]. Journal of Remote Sensing,2012,16(2): 268-274.

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	臧国帅, 孙立军. 基于惰性弯沉点的刚性下卧层深度设置方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1037-1044.
[10]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[11]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[12]	耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[13]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[14]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[15]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于PSO的模拟电路故障信息特征提取

PSO based feature extraction method for analog circuit fault information

RICH HTML

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0