專(zhuān)利名稱(chēng)：非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種非線性模擬電路的特征提取、模式識(shí)別和故障診斷技術(shù)，是一種 故障診斷過(guò)程中測(cè)試激勵(lì)信號(hào)的優(yōu)化方法；具體涉及一種模擬退火方法和遺傳算法相結(jié)合 的基于沃爾特拉Volterra頻域核的故障診斷的測(cè)試激勵(lì)信號(hào)優(yōu)化的方法。
背景技術(shù)：
由于模擬電路普遍存在的非線性及軟故障等難以診斷的特性，使得它的故障診斷 理論和方法還很不完善，在一定程度上成為制約集成電路測(cè)試的瓶頸；雖然最近幾年此方 面的研究不斷取得進(jìn)展，但是，系統(tǒng)分析建模、測(cè)試激勵(lì)的優(yōu)化及實(shí)用化等都有待進(jìn)一步研故障字典法是最有實(shí)用價(jià)值的模擬電路故障診斷方法之一，其本質(zhì)是模式識(shí)別， 構(gòu)造出能反映被測(cè)電路本質(zhì)的特征參數(shù)是診斷的關(guān)鍵；對(duì)于非線性模擬電路，可采用時(shí) 域、頻域及瞬態(tài)響應(yīng)特性等不同的方法進(jìn)行描述，如沃爾特拉Volterra級(jí)數(shù)(核)和維納 Wiener級(jí)數(shù)(核)描述法等；在故障字典法中，輸入激勵(lì)是一個(gè)決定故障診斷準(zhǔn)確性和效 率的重要因素，激勵(lì)信號(hào)的參數(shù)選擇決定了各故障狀態(tài)特征差異的大小，差異大則便于分 辨各種故障狀態(tài)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種測(cè)試激勵(lì)信號(hào)的優(yōu)化方法，針對(duì)現(xiàn)有優(yōu)化方法的不足， 實(shí)現(xiàn)用較少的時(shí)間獲得較理想的激勵(lì)信號(hào)參數(shù)，從而提高診斷的準(zhǔn)確性和效率。上述發(fā)明的目的通過(guò)以下的技術(shù)方案實(shí)現(xiàn)非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，(1)首先確定被測(cè)非線性模擬電 路的正常工作狀態(tài)和各種故障狀態(tài)；(2)向處于所述的各狀態(tài)的被測(cè)非線性模擬電路施加多頻激勵(lì)信號(hào)，同時(shí)對(duì)輸入、 輸出信號(hào)進(jìn)行測(cè)量，得到采樣數(shù)據(jù)序列，經(jīng)過(guò)數(shù)據(jù)處理得到被測(cè)電路的各故障狀態(tài)下對(duì)應(yīng) 的前η階沃爾特拉Volterra頻域核；(3)所述的把測(cè)試激勵(lì)信號(hào)的參數(shù)選擇作為優(yōu)化問(wèn)題，以某一激勵(lì)信號(hào)下各種故 障狀態(tài)的響應(yīng)的集總歐氏距離作為對(duì)該信號(hào)的評(píng)價(jià)函數(shù)，將模擬退火算法和遺傳算法兩者 有機(jī)地結(jié)合，用退火遺傳優(yōu)化方法進(jìn)行測(cè)試激勵(lì)信號(hào)的優(yōu)化，最終由尋優(yōu)結(jié)果得到優(yōu)化了 的激勵(lì)信號(hào)參數(shù)。所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，所述的步驟(1)中，確定 被測(cè)非線性模擬電路的m種狀態(tài)，并進(jìn)行編號(hào)，其中包括(a)確定被測(cè)非線性模擬電路全部元器件為標(biāo)稱(chēng)參數(shù)的情況為正常狀態(tài)；(b)確定被測(cè)非線性模擬電路中的元件的實(shí)際值偏大、偏小等軟故障狀態(tài)；(c)確定被測(cè)非線性模擬電路中的元件的短路和斷路等硬故障狀態(tài)；(d)對(duì)上述的各種狀態(tài)進(jìn)行編號(hào)，分別為1，2，...，m，其中，m為自然數(shù)。
所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，步驟O)中，各故障狀態(tài) 的前η階沃爾特拉Volterra頻域核通過(guò)下述步驟求得(a)使被測(cè)非線性模擬電路處于故障狀態(tài)1 ；(b)對(duì)上述電路施加多頻信號(hào)作為輸入信號(hào)，并同時(shí)對(duì)輸入、輸出信號(hào)進(jìn)行測(cè)量， 得到采樣序列數(shù)據(jù)，并利用求多維傅里葉變換得到前η階沃爾特拉Volterra頻域核k1(l， kn，k12，k13. · · kln ；(C)依次使被測(cè)非線性模擬電路處于故障狀態(tài)2，3，... m，重復(fù)步驟(b)，得到各種 狀態(tài)的沃爾特拉 Volterra 頻域核 ki(1，kn，ki2，ki3. . . kin，其中，i = 1，2，3，. . . m。所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，步驟(3)中，優(yōu)化測(cè)試激 勵(lì)信號(hào)按如下方法進(jìn)行(a)優(yōu)化過(guò)程初始化；確定溫度范圍，且置初始溫度Ttl為較高值；隨機(jī)產(chǎn)生個(gè)體數(shù) 為M的初始群體的初始狀態(tài)x(i)；確定適當(dāng)?shù)耐嘶鸩呗?；確定群體的適應(yīng)度函數(shù)計(jì)算方法； 遺傳的最大世代數(shù)和群體穩(wěn)定閾值以及交叉和變異率的初始參數(shù)PdlPdPmhPml ；(b)對(duì)整個(gè)群體進(jìn)行擾動(dòng)更新；設(shè)Δ χ為很小的均勻分布的隨機(jī)擾動(dòng)，計(jì)算新?tīng)顟B(tài) 函數(shù)Χ' (i) =χ( ) + Δχ( )；計(jì)算原狀態(tài)適應(yīng)度函數(shù)與新?tīng)顟B(tài)的適應(yīng)度函數(shù)的差A(yù)J(i) =J' (i)-J(i)，其中i表示群體中的某個(gè)個(gè)體；(c)新?tīng)顟B(tài)接受判別；如果Δ J(i) > 0，則接受為新的狀態(tài)，否則，依據(jù)阿布雷斯
f-ΑΤλ
Metropolis準(zhǔn)則以概率=接受，其中，k為波爾茲曼Boltzmarm常數(shù)；實(shí)
際操作時(shí)產(chǎn)生O到1之間的隨機(jī)數(shù)a，如果p(AJ(i)) >^則接受1' (i)為新?tīng)顟B(tài)，否則 保持原狀態(tài)x(i)；(d)重復(fù)(b)、(C)，直到系統(tǒng)達(dá)到平衡狀態(tài)；(e)按(a)確定的退火策略降低溫度T，重復(fù)(b)、(c)，直到溫度T降到第一步設(shè) 定的低溫值，得到初始精英團(tuán)隊(duì)；(f)選擇從初始精英團(tuán)隊(duì)中按用輪盤(pán)選種法選出N個(gè)個(gè)體組成精英群體，適應(yīng)度 大的個(gè)體被選中的概率大。(g)交叉從得到的精英群體中按交叉率Pe隨機(jī)地選擇兩個(gè)可交叉的個(gè)體作為父 代，隨機(jī)選擇雜交位置，采用一點(diǎn)或兩點(diǎn)雜交法進(jìn)行雜交；為了避免搜索發(fā)散或陷入局部最 小，需要保護(hù)種群中適應(yīng)度高的個(gè)體，采用自適應(yīng)調(diào)整P。，即對(duì)高適應(yīng)度的降低交叉率，而 對(duì)低適應(yīng)度的則提高交叉率。(h)變異以此操作進(jìn)一步保證可能搜索到空間的任一點(diǎn)，提高算法的全局搜索 能力；采用較小的自適應(yīng)調(diào)節(jié)變異率pm，方法同pd。(i)結(jié)束判別若群體穩(wěn)定性滿足(a)設(shè)定的群體穩(wěn)定閾值或世代數(shù)超過(guò)給定的 上限，則結(jié)束，并輸出優(yōu)化結(jié)果；否則轉(zhuǎn)(f)。這個(gè)技術(shù)方案有以下有益效果1.本發(fā)明提出的模擬退火算法和遺傳算法相結(jié)合的激勵(lì)優(yōu)化方法，提高了相同 時(shí)間下的尋優(yōu)效果及縮短了相同準(zhǔn)確度要求下的參數(shù)確定時(shí)間，提高了診斷的準(zhǔn)確性和效 率，實(shí)用性增強(qiáng)。2.本發(fā)明方法采用模擬退火和遺傳兩種優(yōu)化方法的結(jié)合，增強(qiáng)了全局尋優(yōu)效果，避免陷入局部最優(yōu)；采用自適應(yīng)交叉率和自適應(yīng)變異率代替?zhèn)鹘y(tǒng)的固定值，并采用指數(shù)型 退火策略，進(jìn)一步提高了優(yōu)化效果和收斂速度。3.本發(fā)明提出的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法具有較廣的適應(yīng) 性。4.本發(fā)明對(duì)電子線路的故障診斷效果非常好，在集成電路生產(chǎn)中有著廣闊的應(yīng)用 前景。
具體實(shí)施例方式實(shí)施例1 非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，所述的非線性模擬電路診斷激勵(lì) 的退火遺傳優(yōu)化方法的步驟(1)首先確定被測(cè)非線性模擬電路的正常工作狀態(tài)和各種故障狀態(tài)；(2)向處于所述的各故障狀態(tài)的被測(cè)非線性模擬電路施加多頻激勵(lì)信號(hào)，同時(shí)對(duì) 輸入、輸出信號(hào)進(jìn)行測(cè)量，得到采樣數(shù)據(jù)序列，經(jīng)過(guò)數(shù)據(jù)處理得到被測(cè)電路的各故障狀態(tài)下 對(duì)應(yīng)的前η階沃爾特拉Volterra頻域核；(3)所述的把測(cè)試激勵(lì)信號(hào)的參數(shù)選擇作為優(yōu)化問(wèn)題，以某一激勵(lì)信號(hào)下各種故 障狀態(tài)的響應(yīng)的集總歐氏距離作為對(duì)該信號(hào)的評(píng)價(jià)函數(shù)，將模擬退火算法和遺傳算法兩者 有機(jī)地結(jié)合，用退貨遺傳優(yōu)化方法進(jìn)行測(cè)試激勵(lì)信號(hào)的優(yōu)化，最終由尋優(yōu)結(jié)果得到優(yōu)化了 的激勵(lì)信號(hào)參數(shù)。實(shí)施例2 實(shí)施例1所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，所述的步驟(1) 中，確定被測(cè)非線性模擬電路的m種狀態(tài)，并進(jìn)行編號(hào)，其中包括(a)確定被測(cè)非線性模擬電路全部元器件為標(biāo)稱(chēng)參數(shù)的情況為正常狀態(tài)；(b)確定被測(cè)非線性模擬電路中的元件的實(shí)際值偏大、偏小等軟故障狀態(tài)；(c)確定被測(cè)非線性模擬電路中的元件的短路和斷路等硬故障狀態(tài)；(d)對(duì)上述的各種狀態(tài)進(jìn)行編號(hào)，分別為1，2，…，m，其中，m為自然數(shù)。實(shí)施例3 實(shí)施例1或2所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，所述的步驟
(2)中，各故障狀態(tài)的前η階沃爾特拉Volterra頻域核通過(guò)下述步驟求得(a)使被測(cè)非線性模擬電路處于故障狀態(tài)1 ；(b)對(duì)上述電路施加多頻信號(hào)作為輸入信號(hào)，并同時(shí)對(duì)輸入、輸出信號(hào)進(jìn)行測(cè)量， 得到采樣序列數(shù)據(jù)，并利用求多維傅里葉變換得到前η階沃爾特拉Volterra頻域核k1(l， kn，k12, k13."kln ；(c)依次使被測(cè)非線性模擬電路處于故障狀態(tài)2，3，…m，重復(fù)步驟(b)，得到各種 狀態(tài)的沃爾特拉Volterra頻域核kiQ，kn，ki2，ki3"'kin，其中，i = 1,2,3,實(shí)施例4 實(shí)施例1或3所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，所述的步驟
(3)中，優(yōu)化測(cè)試激勵(lì)信號(hào)，把測(cè)試激勵(lì)信號(hào)的參數(shù)選擇作為優(yōu)化問(wèn)題，以某一激勵(lì)信號(hào)下 各種故障狀態(tài)的響應(yīng)的集總歐氏距離作為對(duì)該信號(hào)的評(píng)價(jià)函數(shù)，將模擬退火算法和遺傳算法兩者有機(jī)地結(jié)合，用退火遺傳優(yōu)化方法進(jìn)行測(cè)試激勵(lì)信號(hào)的優(yōu)化，最終由尋優(yōu)結(jié)果得到 優(yōu)化了的激勵(lì)信號(hào)參數(shù)。其中的集總歐氏距離通過(guò)下述方法求得
將優(yōu)化過(guò)程中某個(gè)激勵(lì)信號(hào)分別作用于各種狀態(tài)的電路，把每個(gè)故障狀態(tài)的響應(yīng) 作為一個(gè)向量，m種狀態(tài)對(duì)應(yīng)m個(gè)向量，把它們的集總歐氏距離作為目標(biāo)評(píng)價(jià)函數(shù)，集總歐 氏距離計(jì)算公式如下
權(quán)利要求
1.非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，其特征是(1)首先確定被測(cè)非線性模擬電路的正常工作狀態(tài)和各種故障狀態(tài)；(2)向處于所述的各狀態(tài)的被測(cè)非線性模擬電路施加多頻激勵(lì)信號(hào)，同時(shí)對(duì)輸入、輸出 信號(hào)進(jìn)行測(cè)量，得到采樣數(shù)據(jù)序列，經(jīng)過(guò)數(shù)據(jù)處理得到被測(cè)電路的各故障狀態(tài)下對(duì)應(yīng)的前η 階沃爾特拉Volterra頻域核；(3)所述的把測(cè)試激勵(lì)信號(hào)的參數(shù)選擇作為優(yōu)化問(wèn)題，以某一激勵(lì)信號(hào)下各種故障狀 態(tài)的響應(yīng)的集總歐氏距離作為對(duì)該信號(hào)的評(píng)價(jià)函數(shù)，將模擬退火算法和遺傳算法兩者有機(jī) 地結(jié)合，用退火遺傳優(yōu)化方法進(jìn)行測(cè)試激勵(lì)信號(hào)的優(yōu)化，最終由尋優(yōu)結(jié)果得到優(yōu)化了的激 勵(lì)信號(hào)參數(shù)。
2.根據(jù)權(quán)利要求1所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，其特征是 所述的步驟(1)中，確定被測(cè)非線性模擬電路的m種狀態(tài)，并進(jìn)行編號(hào)，其中包括(a)確定被測(cè)非線性模擬電路全部元器件為標(biāo)稱(chēng)參數(shù)的情況為正常狀態(tài)；(b)確定被測(cè)非線性模擬電路中的元件的實(shí)際值偏大、偏小等軟故障狀態(tài)；(c)確定被測(cè)非線性模擬電路中的元件的短路和斷路等硬故障狀態(tài)；(d)對(duì)上述的各種狀態(tài)進(jìn)行編號(hào)，分別為1，2，…，m，其中，m為自然數(shù)。
3.根據(jù)權(quán)利要求1或2所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，其特征是步驟O)中，各故障狀態(tài)的前η階沃爾特拉Volterra頻域核通過(guò)下述步驟求得(a)使被測(cè)非線性模擬電路處于故障狀態(tài)1；(b)對(duì)上述電路施加多頻信號(hào)作為輸入信號(hào)，并同時(shí)對(duì)輸入、輸出信號(hào)進(jìn)行測(cè)量，得到 采樣序列數(shù)據(jù)，并利用求多維傅里葉變換得到前η階沃爾特拉Volterra頻域核k1(l，kn，k12， k13...kln ；(c)依次使被測(cè)非線性模擬電路處于故障狀態(tài)2，3，…m，重復(fù)步驟(b)，得到各種狀態(tài) 的沃爾特拉 Volterra 頻域核 kiQ，kn，ki2，ki3"'kin，其中，i = 1,2,3,
4.根據(jù)權(quán)利要求1所述的非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法，其特征是 步驟(3)中，優(yōu)化測(cè)試激勵(lì)信號(hào)按如下方法進(jìn)行(a)優(yōu)化過(guò)程初始化；確定溫度范圍，且置初始溫度Ttl為較高值；隨機(jī)產(chǎn)生個(gè)體數(shù)為M 的初始群體的初始狀態(tài)x(i)；確定適當(dāng)?shù)耐嘶鸩呗?；確定群體的適應(yīng)度函數(shù)計(jì)算方法；遺 傳的最大世代數(shù)和群體穩(wěn)定閾值以及交叉和變異率的初始參數(shù)P。h Pcl Pfflh Pffll ；(b)對(duì)整個(gè)群體進(jìn)行擾動(dòng)更新；設(shè)Δχ為很小的均勻分布的隨機(jī)擾動(dòng)，計(jì)算新?tīng)顟B(tài)函 數(shù)χ' (i) =χ( ) + Δχ( )；計(jì)算原狀態(tài)適應(yīng)度函數(shù)與新?tīng)顟B(tài)的適應(yīng)度函數(shù)的差A(yù)J(i)= J' (i)-J(i)，其中i表示群體中的某個(gè)個(gè)體；(c)新?tīng)顟B(tài)接受判別；如果AJ(i)>0，則接受為新的狀態(tài)，否則，依據(jù)美特阿布雷斯f-ΑΤλMetropolis準(zhǔn)則以概率二exp —-接受，其中，k為波爾茲曼Boltzmarm常數(shù)；實(shí)際操作時(shí)產(chǎn)生O到1之間的隨機(jī)數(shù)a，如果p(AJ(i)) >^則接受1' (i)為新?tīng)顟B(tài)，否則 保持原狀態(tài)x(i)；(d)重復(fù)(b)、(c)，直到系統(tǒng)達(dá)到平衡狀態(tài)；(e)按(a)確定的退火策略降低溫度T，重復(fù)(b)、(c)，直到溫度T降到第一步設(shè)定的低溫值，得到初始精英團(tuán)隊(duì)；(f)選擇從初始精英團(tuán)隊(duì)中按用輪盤(pán)選種法選出N個(gè)個(gè)體組成精英群體，適應(yīng)度大的 個(gè)體被選中的概率大。(g)交叉從得到的精英群體中按交叉率Pe隨機(jī)地選擇兩個(gè)可交叉的個(gè)體作為父代， 隨機(jī)選擇雜交位置，采用一點(diǎn)或兩點(diǎn)雜交法進(jìn)行雜交；為了避免搜索發(fā)散或陷入局部最小， 需要保護(hù)種群中適應(yīng)度高的個(gè)體，采用自適應(yīng)調(diào)整Pe，即對(duì)高適應(yīng)度的降低交叉率，而對(duì)低 適應(yīng)度的則提高交叉率。(h)變異以此操作進(jìn)一步保證可能搜索到空間的任一點(diǎn)，提高算法的全局搜索能力； 采用較小的自適應(yīng)調(diào)節(jié)變異率Pm，方法同Pd。(i)結(jié)束判別若群體穩(wěn)定性滿足(a)設(shè)定的群體穩(wěn)定閾值或世代數(shù)超過(guò)給定的上限， 則結(jié)束，并輸出優(yōu)化結(jié)果；否則轉(zhuǎn)(f)。
全文摘要
非線性模擬電路診斷激勵(lì)的退火遺傳優(yōu)化方法。模擬電路普遍存在的非線性及軟故障等難以診斷的特性，使得它的故障診斷理論和方法還很不完善，在一定程度上成為制約集成電路測(cè)試的瓶頸。本發(fā)明，先確定被測(cè)非線性模擬電路的各種狀態(tài)；各狀態(tài)的被測(cè)非線性模擬電路施加多頻激勵(lì)信號(hào)，同時(shí)對(duì)輸入、輸出信號(hào)進(jìn)行測(cè)量，得到采樣數(shù)據(jù)序列，經(jīng)過(guò)數(shù)據(jù)處理得到被測(cè)電路各故障狀態(tài)下對(duì)應(yīng)的前n階沃爾特拉Volterra頻域核；把測(cè)試激勵(lì)信號(hào)的參數(shù)選擇作為優(yōu)化問(wèn)題，以某一激勵(lì)信號(hào)下各種故障狀態(tài)的響應(yīng)的集總歐氏距離作為對(duì)該信號(hào)的評(píng)價(jià)函數(shù)，用退火遺傳優(yōu)化方法進(jìn)行測(cè)試激勵(lì)信號(hào)的優(yōu)化，最終得到優(yōu)化了的激勵(lì)信號(hào)參數(shù)。本發(fā)明用于電子線路的故障診斷。
文檔編號(hào)G06N3/12GK102087337SQ20091007334
公開(kāi)日2011年6月8日 申請(qǐng)日期2009年12月4日 優(yōu)先權(quán)日2009年12月4日
發(fā)明者林海軍 申請(qǐng)人:哈爾濱理工大學(xué)