本文關(guān)鍵詞：電子系統(tǒng)測(cè)試方案優(yōu)化設(shè)計(jì)理論與關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：電子系統(tǒng)是民用工業(yè)、航空工業(yè)和國(guó)防工業(yè)的重要組成部分,隨著現(xiàn)代電子系統(tǒng)集成度和復(fù)雜度的急劇增加,其測(cè)試與診斷愈加困難,開展測(cè)試性設(shè)計(jì)已是當(dāng)務(wù)之急。測(cè)試方案優(yōu)化設(shè)計(jì)從電子系統(tǒng)的測(cè)試與診斷需求出發(fā),考慮測(cè)試位置、測(cè)試內(nèi)容、測(cè)試手段等問題,提出“何處測(cè)”、“測(cè)什么”、“用什么測(cè)”的總體規(guī)劃,是測(cè)試性設(shè)計(jì)中的一項(xiàng)重要內(nèi)容,對(duì)提高故障診斷效率和準(zhǔn)確性、降低測(cè)試成本、推動(dòng)測(cè)試性設(shè)計(jì)技術(shù)的發(fā)展具有重要意義。鑒于電子系統(tǒng)的重要地位以及當(dāng)前測(cè)試性設(shè)計(jì)領(lǐng)域缺乏高效、準(zhǔn)確的測(cè)試方案優(yōu)化設(shè)計(jì)方法,本文以電子系統(tǒng)為研究對(duì)象,對(duì)其測(cè)試方案優(yōu)化設(shè)計(jì)中的模擬電路測(cè)點(diǎn)選擇、復(fù)雜電子系統(tǒng)測(cè)試選擇以及測(cè)試性指標(biāo)的驗(yàn)證方案優(yōu)化等關(guān)鍵技術(shù)開展研究。論文的主要研究?jī)?nèi)容與成果如下:1.研究了模擬故障字典法的測(cè)點(diǎn)選擇方法。對(duì)現(xiàn)有測(cè)點(diǎn)選擇方法進(jìn)行了系統(tǒng)的總結(jié),將其分為智能優(yōu)化算法和貪婪算法兩類;在此基礎(chǔ)上提出如下三種測(cè)點(diǎn)選擇方法:(1)針對(duì)現(xiàn)有基于智能優(yōu)化算法的測(cè)點(diǎn)選擇方法存在搜索效率和求解精度低的問題,提出一種基于量子進(jìn)化算法的測(cè)點(diǎn)選擇方法。該方法利用包含法產(chǎn)生的近似最優(yōu)測(cè)點(diǎn)集初始化量子個(gè)體,并根據(jù)測(cè)點(diǎn)選擇問題的特點(diǎn)設(shè)計(jì)了一種單調(diào)的適應(yīng)度函數(shù)和提出了一種動(dòng)態(tài)調(diào)整旋轉(zhuǎn)角幅度的策略,確保算法的快速收斂和全局最優(yōu)性。驗(yàn)證結(jié)果表明,與已有的智能優(yōu)化方法相比,該方法能更快的搜索到最優(yōu)測(cè)點(diǎn)集。(2)針對(duì)現(xiàn)有貪婪測(cè)點(diǎn)選擇方法難以搜索到最優(yōu)測(cè)點(diǎn)集的問題,提出一種基于貪婪隨機(jī)自適應(yīng)搜索算法的測(cè)點(diǎn)選擇方法。該方法對(duì)應(yīng)一個(gè)啟發(fā)式隨機(jī)迭代過程,每次迭代先利用包含法生成一個(gè)可行的測(cè)點(diǎn)集,再利用排除法剔除可行測(cè)點(diǎn)集中的冗余測(cè)點(diǎn),并在兩個(gè)階段分別引入隨機(jī)策略:隨機(jī)選擇測(cè)點(diǎn)評(píng)估標(biāo)準(zhǔn)和隨機(jī)順序剔除冗余測(cè)點(diǎn),有效地克服了貪婪算法的近視性和確定性。驗(yàn)證結(jié)果表明,相比其它方法,該方法的收斂速度更快,求解精度更高,尤其適合于存在多個(gè)最優(yōu)測(cè)點(diǎn)集的電路。(3)針對(duì)上述測(cè)點(diǎn)選擇方法只適用于故障特征為電壓和僅以測(cè)點(diǎn)數(shù)目來衡量測(cè)點(diǎn)集優(yōu)劣而忽略了故障診斷性能的問題,提出一種基于層次聚類和多頻分析的測(cè)點(diǎn)選擇方法。該方法利用層次聚類的方法劃分模糊組,并將測(cè)點(diǎn)選擇過程分為兩個(gè)階段:第一階段利用改進(jìn)的熵指數(shù)優(yōu)化算法為每個(gè)測(cè)試節(jié)點(diǎn)選擇一組最優(yōu)的測(cè)試頻率,第二階段綜合所有測(cè)試節(jié)點(diǎn)的測(cè)點(diǎn)選擇結(jié)果再次利用改進(jìn)的熵指數(shù)優(yōu)化算法為被測(cè)電路選擇最優(yōu)測(cè)點(diǎn)集。驗(yàn)證結(jié)果表明,該方法選擇的測(cè)點(diǎn)集不僅測(cè)點(diǎn)數(shù)目最少,其故障診斷準(zhǔn)確性和故障隔離率較現(xiàn)有方法大大提高,并且該方法還可解決一些新型故障模型的測(cè)點(diǎn)選擇問題。2.研究了基于多信號(hào)流圖模型的復(fù)雜電子系統(tǒng)的測(cè)試選擇方法。對(duì)多信號(hào)流圖模型的基本理論及建模過程進(jìn)行了簡(jiǎn)要介紹;在此基礎(chǔ)上分兩種情形考慮系統(tǒng)級(jí)的測(cè)試選擇:(1)針對(duì)測(cè)試可靠情形下的測(cè)試選擇問題,基于故障-測(cè)試相關(guān)性矩陣建立了以測(cè)試代價(jià)最小為優(yōu)化目標(biāo)的測(cè)試選擇模型;在此基礎(chǔ)上提出一種改進(jìn)的量子進(jìn)化算法對(duì)模型求解。驗(yàn)證結(jié)果表明,該算法在求解精度和收斂速度方面都取得了較理想的效果。(2)針對(duì)測(cè)試不可靠情形下的測(cè)試選擇問題,分析了測(cè)試發(fā)生漏檢和虛警的機(jī)理;在此基礎(chǔ)上,建立了同時(shí)兼顧測(cè)試代價(jià)和故障檢測(cè)可靠性的單目標(biāo)優(yōu)化模型,并利用上述改進(jìn)量子進(jìn)化算法對(duì)模型求解,同時(shí)對(duì)算法進(jìn)行了改進(jìn)。驗(yàn)證結(jié)果表明,改進(jìn)算法的求解性能優(yōu)于原算法,模型實(shí)現(xiàn)了測(cè)試代價(jià)和故障檢測(cè)可靠性兩者的權(quán)衡。3.研究了測(cè)試性指標(biāo)的驗(yàn)證方案優(yōu)化針對(duì)經(jīng)典的驗(yàn)證方案需要大容量故障樣本而工程上難以實(shí)現(xiàn)的問題,以故障檢測(cè)率的驗(yàn)證為例,提出一種制定故障檢測(cè)率驗(yàn)證方案的貝葉斯方法。該方法利用研制階段的試驗(yàn)數(shù)據(jù)建立故障檢測(cè)率的增長(zhǎng)模型,并結(jié)合專家經(jīng)驗(yàn)確定故障檢測(cè)率的驗(yàn)前分布;在此基礎(chǔ)上,根據(jù)貝葉斯最大后驗(yàn)風(fēng)險(xiǎn)準(zhǔn)則制定故障檢測(cè)率的驗(yàn)證方案。驗(yàn)證結(jié)果表明,相比經(jīng)典方案,貝葉斯方案可顯著地減少故障樣本量。
【關(guān)鍵詞】：測(cè)試性設(shè)計(jì) 測(cè)試方案 測(cè)點(diǎn)選擇 測(cè)試選擇 驗(yàn)證方案 量子進(jìn)化算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN06
【目錄】：

• 摘要6-8
• ABSTRACT8-14
• 第一章 緒論14-31
• 1.1 研究背景與意義14-16
• 1.2 電子系統(tǒng)測(cè)試性設(shè)計(jì)綜述16-19
• 1.2.1 測(cè)試性設(shè)計(jì)的發(fā)展歷程16-17
• 1.2.2 測(cè)試性設(shè)計(jì)的研究現(xiàn)狀17-19
• 1.3 測(cè)試方案優(yōu)化設(shè)計(jì)的研究?jī)?nèi)容及關(guān)鍵技術(shù)的現(xiàn)狀分析19-27
• 1.3.1 測(cè)試方案優(yōu)化設(shè)計(jì)的研究?jī)?nèi)容19-20
• 1.3.2 模擬電路測(cè)點(diǎn)選擇的研究現(xiàn)狀20-23
• 1.3.2.1 測(cè)后仿真法21-22
• 1.3.2.2 測(cè)前仿真法22-23
• 1.3.3 復(fù)雜電子系統(tǒng)測(cè)試選擇的研究現(xiàn)狀23-25
• 1.3.4 測(cè)試性指標(biāo)驗(yàn)證方案優(yōu)化的研究現(xiàn)狀25-26
• 1.3.5 現(xiàn)有方法的不足26-27
• 1.4 本文主要工作及創(chuàng)新點(diǎn)27-28
• 1.5 本文結(jié)構(gòu)安排28-31
• 第二章 基于電壓特征和模糊閾值的模擬電路測(cè)點(diǎn)選擇31-63
• 2.1 測(cè)點(diǎn)選擇問題描述31-35
• 2.1.1 故障字典法簡(jiǎn)介31
• 2.1.2 模糊組劃分31-33
• 2.1.3 整數(shù)編碼表33-34
• 2.1.4 測(cè)點(diǎn)選擇模型34-35
• 2.2 典型的測(cè)點(diǎn)選擇方法35-40
• 2.2.1 貪婪算法36-38
• 2.2.1.1 包含法36-37
• 2.2.1.2 排除法37-38
• 2.2.2 智能優(yōu)化算法38-39
• 2.2.3 時(shí)間復(fù)雜度分析39-40
• 2.3 基于量子進(jìn)化算法的模擬電路測(cè)點(diǎn)選擇40-49
• 2.3.1 量子進(jìn)化算法簡(jiǎn)介40-42
• 2.3.2 種群初始化42-44
• 2.3.3 適應(yīng)度函數(shù)44-45
• 2.3.4 量子染色體更新操作45
• 2.3.5 算法流程45-46
• 2.3.6 電路仿真46-49
• 2.4 基于貪婪隨機(jī)自適應(yīng)搜索算法的模擬電路測(cè)點(diǎn)選擇49-60
• 2.4.1 貪婪隨機(jī)自適應(yīng)搜索算法簡(jiǎn)介49-50
• 2.4.2 構(gòu)造可行解50-51
• 2.4.3 局部搜索51-52
• 2.4.4 算法流程52-53
• 2.4.5 電路仿真53-60
• 2.5 統(tǒng)計(jì)分析60-61
• 2.6 本章小結(jié)61-63
• 第三章 基于層次聚類和多頻分析的模擬電路測(cè)點(diǎn)選擇63-87
• 3.1 層次聚類基本理論63-65
• 3.2 基于層次聚類和多頻分析的模擬電路測(cè)點(diǎn)選擇方法設(shè)計(jì)65-75
• 3.2.1 一個(gè)簡(jiǎn)單電路65-66
• 3.2.2 基于層次聚類的模糊組劃分66-68
• 3.2.3 改進(jìn)的熵指數(shù)優(yōu)化算法68-70
• 3.2.4 多頻分析70-74
• 3.2.5 算法流程74-75
• 3.3 電路仿真75-85
• 3.4 本章小結(jié)85-87
• 第四章 基于多信號(hào)流圖模型的復(fù)雜電子系統(tǒng)測(cè)試選擇87-115
• 4.1 多信號(hào)流圖模型87-92
• 4.1.1 模型概述87-88
• 4.1.2 建模實(shí)例88-89
• 4.1.3 故障-測(cè)試相關(guān)性矩陣89-91
• 4.1.4 復(fù)雜電子系統(tǒng)多信號(hào)流圖建模的優(yōu)勢(shì)91-92
• 4.2 測(cè)試可靠情形下的測(cè)試選擇92-103
• 4.2.1 測(cè)試選擇問題描述92-94
• 4.2.2 模擬電路測(cè)點(diǎn)選擇與系統(tǒng)級(jí)測(cè)試選擇的區(qū)別94-95
• 4.2.3 模型求解算法95-98
• 4.2.4 算法驗(yàn)證與比較98-103
• 4.3 測(cè)試不可靠情形下的測(cè)試選擇103-114
• 4.3.1 漏檢與虛警103-105
• 4.3.2 測(cè)試優(yōu)化選擇問題描述105-107
• 4.3.3 模型求解算法107-111
• 4.3.4 算法與模型驗(yàn)證111-114
• 4.4 本章小結(jié)114-115
• 第五章 電子系統(tǒng)測(cè)試性指標(biāo)的驗(yàn)證方案優(yōu)化115-124
• 5.1 故障檢測(cè)率的經(jīng)典驗(yàn)證方案115-116
• 5.2 研制階段試驗(yàn)信息的等效分析116-119
• 5.2.1 研制階段試驗(yàn)數(shù)據(jù)分析116-117
• 5.2.2 研制階段故障檢測(cè)率增長(zhǎng)的貝葉斯模型117-118
• 5.2.3 確定先驗(yàn)分布超參數(shù)118-119
• 5.3 確定故障檢測(cè)率的驗(yàn)證方案119-120
• 5.3.1 故障檢測(cè)率的先驗(yàn)分布近似119
• 5.3.2 故障檢測(cè)率的貝葉斯驗(yàn)證方案119-120
• 5.3.3 貝葉斯方案與經(jīng)典方案的比較120
• 5.4 實(shí)例應(yīng)用120-123
• 5.5 本章小結(jié)123-124
• 第六章 總結(jié)與展望124-126
• 6.1 論文工作總結(jié)124-125
• 6.2 研究展望125-126
• 致謝126-127
• 參考文獻(xiàn)127-138
• 攻讀博士學(xué)位期間取得的成果138-139

  本文關(guān)鍵詞：電子系統(tǒng)測(cè)試方案優(yōu)化設(shè)計(jì)理論與關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：375655