基于小波分析和分层决策的模拟电路故障识别方法

• 作者: 刘红 姜书艳 宋国明 王厚军
• 来源期刊: 计算机应用研究
• 关键词: 模拟电路 故障诊断 小波变换 模糊C均值算法 分层决策
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2057-2060,2064
• 分类号: TP183|TN707
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.06.017

摘要

针对模拟电路存在较多故障模式的诊断中易出现分类混叠的问题,提出一种小波分析和分层决策的故障识别方法.首先用小波变换方法提取电路的两种故障特征,模糊C均值算法分析故障特征数据的分布特性,以决策树的形式分割各故障子类.通过对决策树节点特征的优化选择,使各故障子类的区分得以最大化.最后按照决策树结构建立分级诊断的故障决策系统,分别以支持向量机和神经网络作为树节点分类器,有效地提高了故障的识别率.该方法应用于高通滤波器电路的故障识别,正确率高于99%,比经典支持向量机多分类方法具有更好的诊断性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王厚军	电子科技大学自动化工程学院	257	2532	27.0	36.0
2	宋国明	电子科技大学自动化工程学院	12	171	7.0	12.0
4	姜书艳	电子科技大学自动化工程学院	30	199	8.0	13.0
5	刘红	电子科技大学自动化工程学院	16	147	5.0	12.0