基于小波分析和人工神经网络的容差模拟电路故障诊断
摘要
随着电路网络规模和结构日趋复杂以及大规模集成电路的广泛应用，如何运用高效的诊断技术对大规模容差电路进行准确的故障诊断是目前实际工程急需解决的问题，也是模拟电路故障诊断理论的发展趋势。经过多年的发展，模拟电路故障诊断作为一门融合多个学科和领域的理论、技术和方法的综合性学科，已经形成了一系列的诊断理论和方法，但由于模拟电路的容差性、非线性以及其故障的多样性和复杂性，使得目前诊断容差模拟电路的故障的方法还十分有限，所以还需要探索新的模拟电路故障诊断方法。近年来，小波分析理论和人工神经网络理论发展迅速，并在许多研究领域开展了广泛应用。将小波分析理论和人工神经网络理论相结合应用于模拟电路故障诊断为模拟电路故障诊断开辟了一条有效途径，这也是目前热门的研究课题且倍受关注。本文以小波分析和人工神经网络为理论基础，利用小波良好时频局部特性，对模拟电路故障信号的进行预处理，并提取故障信号的特征向量；利用人工神经网络模式分类能力强的特性，对各类故障进行模式识别，并通过诊断实例证明了所提出方法的正确性。本文的主要创新内容有以下几点：
一、研究了模拟电路故障诊断的人工神经网络方法，分析并阐述了应用神经网络进行模拟电路故障诊断的步骤；研究了应用BP神经网络诊断模拟电路故障的优势和不足，提出了一种改进的BP神经网络模
型并将这种改进后的BP神经网络应用用于模拟电路故障诊断。
二、研究了基于小波分析的模拟电路故障诊断的方法，利用小波良好的时频局部特性，对采集的模拟电路故障信号的进行小波分析预处理，提取处理后信号的特征参数作为神经网络的输入样本，并对神经网络进行训练，从而实现对模拟电路的故障诊断，达到识别各种故障的目的。
三、研究了基于S变换和小波神经网络的容差模拟电路故障诊断的方法，利用S变换时窗宽度随频率变化和良好的时频局部特性，对模拟电路的故障信号进行分析处理并提取特征向量；构造了一种以小波基函数代替BP神经网络中的激励函数的小波神经网络，以该神经网络为分类器进行模拟电路故障诊断；并研究了这种方法在噪声干扰、故障特征向量重叠率高、测试节点不足的情况下进行容差模拟电路故障诊断的效果。
关键词：小波分析；神经网络；故障诊断；容差模拟电路；特征提取
正文
我先开始讲讲本文的主要工作，本文呢主要就是围绕容差模拟电路故障诊断的主题讲容差模拟电路故障诊断的人工神经网络和小波分析相结合的方法，然后对利用小波分析和S变换对容差模拟电路的故障信号进行分析处理及其特征提取和人工神经网络技术进行了研究。然后分成了5章来进行具体的讲解。第一章就是一些概述来历啊什么的内容，第二章呢就是一些简单的分析模拟电路故障诊断的主要难点及发展趋势也阐述了模拟电路故障诊断的基本理论、基本方法及方法分
类和故障的类型等等。第三章则是一些基本原理介绍，重点是人工神经网络的一些概念和类型及算法，然后提到了BP神经网络及其在模拟电路故障诊断中的具体应用第四章就主要介绍了小波分析的基本原理、小波函数的基本类型和小波变换的时频特性，阐述了小波变换在信号分析处理的原理和作用，并利用小波具有良好时频局部特性的优点，对模拟电路的故障信号进行小波分析预处理并进行特征提取，将所提取的特征向量作为人工神经网络的输入样本进行训练及测试，实现模拟电路的故障诊断。第五章阐诊断实例证明了该方法诊断速度快且故障定位准确率高，在噪声影响、故障类型的特征向量重叠率高以及可测节点不足的情况下，具有良好的故障识别效果。最后，给出本文对容差模拟电路故障诊断研究的主要结论和今后进一步研究工作的展望，并综合预测和评价了容差模拟电路故障诊断的应用前景与其价值。
1.1
这一小节主要介绍了模拟电路故障诊断的背景与意义。说的是，随着电子技术及其产业的迅速发展而出现的各种电路问题都迫切的需要对电路进行故障诊断，而且要求新的有效的故障诊断技术来进一步提高电子设备的可靠性。对于设备中印刷电路板上的各种器件和线路等进行测试和故障诊断也越来越复杂，迫使我们需要采用有效的电路测试与故障诊断技术和对某些模拟电路进行故障预测才能进一步提高系统的可靠性并降低维修和保养的成本。避免故障发生。
与数字电路相比，模拟电路的测试与故障诊断困难得多，主要体现在
以下几方面：首先，模拟电路中的元件参数具有容差，容差效应的存在导致电路的特性可能与一个或几个元件的发生故障时是等效的，使得人们因为故障的模糊性而无法唯一定位实际故障；其次，是由于模拟电路网络中的非线性元件引起的或者线性电路中存在的非线性问题；最后，由于模拟电路中的响应以及网络中各元件的参数都是连续量，使得模拟电路中的故障模型比较复杂。
1.2
这一节讲得是模拟电路故障诊断的研究现状与发展。最初的模拟电路故障诊断要追溯到l 962年，然后一直到上世纪90年代，人工智能技术和智能信息处理技术的不断发展，神经网络、专家系统、模糊理论等逐渐被应用于模拟电路故障诊断中。再接着是近些年来的一些成就。综上所述，尽管模拟电路故障诊断的研究从人工诊断阶段到智能诊断阶段已取得了许多显著的理论成果，但由于模拟电路自身固有的特点，如电路元件的非线性、容差性、故障现象的多样性、复杂的网络拓扑结构以及可测点不足等制约了模拟电路故障诊断方法的适用
性和有效性，要获得广泛应用而有效得诊断方法及成熟的应用技术则还还需要进行大量创新而且细致的工作。
1.3
这一小节讲的是人工神经网络理论的发展。最早是以神经元的数学描述与结构即M—P模型的形式所被提出来的，接着是有Frank Rosenblatt、Berhard Widrow教授和与Mareian Hoff、Gall Carpenter 与S．Grossberg、John Hopfield教授、D．E．Rumelhart和J．L．Mc
Clelland这些人的发展和补充和完善才有了现在的成就。在机械、智能控制、化工等研究领域，已经有学者利用人工神经网络这一工具来进行故障诊断。而神经网络由于其自学习能力强、大规模并行分布式结构等优点，使得人工神经网络理论在模拟电路故障诊断应用将会优于传统的方法，尤其是在解决容差模拟电路硬故障和软故障等问题方面。
1.4
这一节概述了小波分析理论的发展。小波分析理论是近20年来发展起来的数学理论的分支一个，小波的概念是是Grossmann和Molet于1984年首次提出来，后来由Mallat，Daubenchies，Mayer，Grossmann 等学者的继续研究形成比较完整的小波分析理论。最主要的意思就是输小波分析理论对故障特征提取技术起到很大的推动作用，是一种新颖而有效的方法。
2.1
模拟电路的发展趋势是大规模集成电路，这一节里面就着重讲解了模拟电路的故障诊断比数字电路的故障诊断要难的多的多。然后分析了为什么，为什么模拟电路的故障诊断比数字电路的故障诊断要难。
2.2
模拟电路故障诊断的基本方法及其分类
2.3
模拟电路故障的分类及特征提取方法。这一节分成了几个小节，第一个是模拟电路的故障类型，讲解了各种的故障类型，不过值得注意的是，在实际工程应用中，出现的故障并不一定完全唯一隶属于上述哪一类型的故障，实际发生的故障可同时属于其中的一类或几类的混合型故障。第二个是模拟电路故障诊断的模式识别法
第三个是故障特征提取，这跟上一个有点相像。
本章概述了模拟电路故障诊断的基本理论以及当前存在的一些难点
和待解决的问题，介绍了从不同角度对模拟电路故障诊断的方法分类，比较了各种方法的优缺点和适用范围。重点阐述了模拟电路故障诊断的模式识别方法，这种方法比传统的模拟电路故障诊断方法更具灵活性和准确性，而应用这种方法的关键在于有效有效地提取各种故障状态的特征，本章最后介绍了如小波分析、分形理论、粗糙集等几种特征提取的方法。
3．1人工神经网络的基本原理
3.1.1人工神经网络理论的基本特性。人工神经网络之所以能应用广泛并受到广大研究人员的重视，是因为它具有以下几种优良的基本特性：(1)并行式处理能力。(2)分布式处理能力。(3)非线性映射能力。
(4)自适应学习能力。(5)鲁棒性。(6)分类识别能力。因此，人工神经网络的优良特性是显而易见的，将人工神经网络应用于模拟
电路故障诊断是十分有前景的。
3．1．2人工神经网络的结构与函数映射。神经元是仿生神经元的简化模型，在数学上可将它等效为一足多输入、单输出的非线性关系，即以下表达式：
人工神经网络可以通过学习从输入到输出的样本集来实现从输入到
输出的线性或非线性映射关系，它的作用机制如图3．1表示。通常神经网络的训练就是完成空间XN空间Y的映射F。
3．1．3人工神经网络的学习算法。这里分为无监督Hebb学习算法、Perception学习规则、算法、内星／外星学习算法，除了这些算法以外，还有诸如模糊学习算法、强化学习算法、Boltzmann学习等等。
3.2人工神经网络的基本类型。
3．2．1 BP神经网络。
一个单隐层BP神经网络的学习过程如下：(1)首先设置该网络的各权值和阈值的初始值，分别为小的随机数；(2)设置训练样本，(3)计算实际输出(4)计算隐层误差，计算输出层误差(5)根据计算出的输出和误差进行修正权值和阈值（6）迭代运算。然后又说了尽管BP神经网络的应用十分广泛，但是它还是存在很多的不足之处。
3.2.2径向基函数神经网络
3．2．3 Hopfield神经网络
3.3这一节讲的是模拟电路故障诊断的BP神经网络方法实例.这里我简单的讲解一下，第一步：确定故障集。第二步、选择测试节点并获
取以节点电压值为元素的故障特征向量。第三步、训练BP神经网络
这一章主要就是介绍了人工神经网络理论的起源、发展和基本原理，阐述了人工神经网络基本特性、基本学习算法、结构以及函数映射，介绍了一些认同神经网络的常见类型，并总结了这些人工神经网络的优缺点。
第4章讲得是模拟电路故障诊断的小波分析方法。
4.1这小节就是讲了小波分析的基本原理、小波变换及其时频特性及
小波函数的基本类型
4.2基于小波的故障特征提取。4．2．1小波变换的分解与重构。4．2．2特征提取的小波方法
4．3基于小波变换的模拟电路故障诊断4．3．1诊断方法概述
4.3.2 诊断实例
一：故障类型的确定。
二、对待测电路给予冲激信号作为激励，对电路的输出信号进行0～20ms之间的采样。
三、神经网络结构的确定及其训练与测试。
四、
五、最后就是实际诊断数据
第五章讲的是基于S变换的容差模拟电路故障诊断。5．1 讲了S变换的基本原理5．2讲了故障特征提取的S变换方法5．2．1基于S 变换的信号处理5．2．1特征提取5．3 S变换在容差模拟电路故障诊断中的应用5．3．1诊断方法概述
然后后面的实例跟前面讲过的基本上一样。
最后的第五章总结讲来讲去就是说通过诊断实例证明，利用S变换对信号做预处理和小波神经网络相结合的模拟电路故障诊断的方法。能够有效地提取被测电路的故障信号特征，简化了神经网络的结构、提高了故障诊断的速度和准确率，并且在噪声干扰、故障特征向量重叠率高以及可测节点不足的情况下仍具有较高的故障识别准确率。对于本次研究的总结就是，模拟电路故障诊断技术既面临着电路结构规模日趋复杂的挑战，也面临着以小波分析、人工神经网络等先进理论方法为解决方案的机遇。随着工业界和学术界在模拟电路测试与故障诊断方面的需求越来越大，本文所做将小波分析、S变换和人工神经网络相结合的模拟电路故障诊断方法是很有价值的。
参考文献
参考文献太多就简单的列几个，
【1】朱大奇．电子设备故障诊断原理与实践[M】．北京：电子工业出版社，2004，1：14-17
【2】Berkowitz R．S．Condition for Network-element—value Solvablity．IRE Trans．On
Circuit Theory,1 962，1 5(9)：25—29
【3】N．Navid and A．A．Willson．A theory and an Algorithm for Analog Circuit Fault
Diagnosis．IEEE Trans．on CAS，1 979，26(7)：440-457
【4】Mallat S．Multiresolution approximations and wavelet orthonormal bases of
Lz(R)．Trans．Amer．Math．Soc．，1 989，3 1 5：69-87
【5】Daubechies I．Orthnormal bases of compactly supported wavelets．Comm．On
Pure and Appl．Math．，1988，41(7)：909-996
[6】崔锦泰．小波分析导论．西安：西安交通大学出版社1995 [7]Daubechies I．The Wavelet Transform，Time-Frequency Localization and Signal
Analysis．IEEE Trans．On Information Theory，1 990，36(5)：96 1—1 005
[8]Mallat S．A theory of multiresolution signal decomposition：the wavelet
representation．IEEE Trans Pattern Anal．Machine Intel．1 989．11：674—693
【9]Mallat S．Multifrequency channel decomposition of images and wavelet models．
IEEE Trans．On ASSP，1989，37(12)：2091～21 10
【1 0]Tan Yanghong，He Yigang，Wu Jie．Neural network method of fault diagnosis for
large-scale analogue circuits．Chinese Journal of electronics，2003，l 2(1)：5 7·60
《小波分析》试题 适用范围：硕士研究生 时 间：2013年6月 一、名词解释（30分） 1、线性空间与线性子空间 解释：线性空间是一个在标量域（实或复）F 上的非空矢量集合V ；设V1是数域K 上的线性空间V 的一个非空子集合，且对V 已有的线性运算满足以下条件 （1） 如果x 、y V1，则x ＋y V1； （2） 如果x V1，k K ，则kx V1， 则称V1是V 的一个线∈∈∈∈∈性子空间或子空间。2、基与坐标 解释：在 n 维线性空间 V 中，n 个线性无关的向量，称为 V 的一组n 21...εεε，，，基；设是中任一向量，于是 线性相关，因此可以被基αn 21...εεε，，，线性表出：，其中系数 αεεε，，，，n 21...n 21...εεε，，，n 2111an ...a a εεεα+++=是被向量和基唯一确定的，这组数就称为在基下的坐标，an ...a a 11，，，αn 21...εεε，，，记为 （） 。an ...a a 11，，，3、内积 解释：内积也称为点积、点乘、数量积、标量积。，()T n x x x x ,...,,21= ，令，称为x 与y 的内积。 ()T n y y y y ,...,,21=[]n n y x y x y x y x +++=...,2211[]y x ,4、希尔伯特空间 解释：线性 完备的内积空间称为Hilbert 空间。线性（linearity ）：对任意 f ， g ∈H ，a ，b ∈R ，a*f+b*g 仍然∈H 。完备（completeness ）：空间中的任何柯西序列都收敛在该空间之内。内积（inner product ）：
1什么是小波函数？（或小波函数满足什么条件？） 答：设)()(2R L t ∈?,且其Fourier 变换)(ω? 满足可允许性（admissibility ）条件 +∞
一、叙述小波分析理论发展的历史和研究现状 答：傅立叶变换能够将信号的时域和特征和频域特征联系起来，能分别从信号的时域和频域观察，但不能把二者有机的结合起来。这是因为信号的时域波形中不包含任何频域信息，而其傅立叶谱是信号的统计特性，从其表达式中也可以看出，它是整个时间域内的积分，没有局部化分析信号的功能，完全不具备时域信息，也就是说，对于傅立叶谱中的某一频率，不能够知道这个频率是在什么时候产生的。这样在信号分析中就面临一对最基本的矛盾——时域和频域的局部化矛盾。 在实际的信号处理过程中，尤其是对非常平稳信号的处理中，信号在任一时刻附近的频域特征很重要。如柴油机缸盖表明的振动信号就是由撞击或冲击产生的，是一瞬变信号，单从时域或频域上来分析是不够的。这就促使人们去寻找一种新方法，能将时域和频域结合起来描述观察信号的时频联合特征，构成信号的时频谱，这就是所谓的时频分析，亦称为时频局部化方法。 为了分析和处理非平稳信号，人们对傅立叶分析进行了推广乃至根本性的革命，提出并开发了一系列新的信号分析理论：短时傅立叶变换、时频分析、Gabor 变换、小波变换Randon-Wigner变换、分数阶傅立叶变换、线形调频小波变换、循环统计量理论和调幅—调频信号分析等。其中，短时傅立叶变换和小波变换也是因传统的傅立叶变换不能够满足信号处理的要求而产生的。 短时傅立叶变换分析的基本思想是：假定非平稳信号在不同的有限时间宽度内是平稳信号，从而计算出各个不同时刻的功率谱。但从本质上讲，短时傅立叶变换是一种单一分辨率的信号分析方法，因为它使用一个固定的短时窗函数，因而短时傅立叶变换在信号分析上还是存在着不可逾越的缺陷。 小波变换是一种信号的时间—尺度（时间—频率）分析方法，具有多分辨
第六章小波变换的几个典型应用 6.1 小波变换与信号处理 小波变换作为信号处理的一种手段，逐渐被越来越多领域的理论工作者和工程技术人员所重视和应用，并在许多应用中取得了显著的效果。同传统的处理方法相比，小波变换取得了质的飞跃，在信号处理方面具有更大的优势。比如小波变换可以用于电力负载信号的分析与处理，用于语音信号的分析、变换和综合，还可以检测噪声中的未知瞬态信号。本部分将举例说明。 6.1.1 小波变换在信号分析中的应用 [例6-1] 以含躁的三角波与正弦波的组合信号为例具体说如何利用小波分析来分析信号。已知信号的表达式为 应用db5小波对该信号进行7层分解。xiaobo0601.m 图6-1含躁的三角波与正弦波混合信号波形 分析： （1）在图6－2中，逼近信号a7是一个三角波。 （2）在图6－3中细节信号d1和d2是与噪声相关的，而d3（特别是d4）与正弦信号相关。 图6-2 小波分解后各层逼近信号 图6-3 小波分解后各层细节信号 6.1.2 小波变换在信号降躁和压缩中的应用 一、信号降躁 1．工程中，有用信号一般是一些比较平稳的信号，噪声通常表现为高频信号。2．消躁处理的方法：首先对信号进行小波分解，由于噪声信号多包含在具有较高频率的细节中，我们可以利用门限、阈值等形式对分解所得的小波系数进行处理，然后对信号进行小波重构即可达到对信号的消躁目的。 小波分析进行消躁处理的3种方法： （1）默认阈值消躁处理。该方法利用ddencmp生成信号的默认阈值，然后利用wdencmp函数进行消躁处理。 （2）给定阈值消躁处理。在实际的消躁处理过程中，阈值往往可通过经验公式获得，且这种阈值比默认阈值的可信度高。在进行阈值量化处理时可利用函数wthresh。 （3）强制消躁处理。该方法时将小波分解结构中的高频系数全部置为0，即滤掉所有高频部分，然后对信号进行小波重构。方法简单，消躁后信号比较平滑，但易丢失信号中的有用成分。 小波阈值去噪方法是目前应用最为广泛的小波去噪方法之一。 3．信号降噪的准则： 1．光滑性：在大部分情况下，降噪后的信号应该至少和原信号具有同等的光滑性。
机械工程学报 CHINESE JOURNAL OF MECHANICAL ENGINEERING 2000 Vol.36 No.12 P.95-100 基于连续小波变换的信号检测技术与故障诊断 林京 屈梁生 摘 要：通过分析指出，连续小波变换具有很强的弱信号检测能力，非常适合故障诊断领域。从参数离散到参数优化系统研究了连续小波变换的工程应用方法，建立 了“小波熵”的概念，并以此作为基小波参数的择优标准。论文最后把连续小波技术应用在滚动轴承滚道缺陷和齿轮裂纹的识别中，诊断效果十分理想。 关键词：小波故障诊断滚动轴承齿轮 分类号：TH133．33 TH132．41 FEATURE DETECTION AND FAULT DIAGNOSIS BASED ON CONTINUOUS WAVELET TRANSFORM Lin Jing（State Key Laboratory of Acoustics, Institute ofAcou stics, Chinese Academy of Science） Qu Liangsheng（Xi’an Jiaotong University） Abstract：It is pointed out that continuous wavelet transform(CWT) has powerful ability for weak signal detection which help itself to be used for fault diagnosis. The method for parameter discretization and optimi zation of CWT is estabished. The concept of wavelet entropy is introduced and it is used as a rule for parameter optimization. In the end, CWT is used fo r fault diagnosis of rolling bearing and gear-box. Very good results are obtain ed using this method. Keywords：Wavelet Fault diagnosis Rolling bearing Gear
模拟电路故障诊断 摘要 模拟电路故障技术近年来得到了迅速的发展、取得了许多可喜的成果。该文探讨了这一领域中一些重要的热门研究问题，主要包括：基于专家系、神经网络、模糊理论、小波变换等理论发展起来的模拟电路故障诊断的新理论和新方法；重点介绍了作者总结的上述各种方法的基本原理、优缺点及其发展现状；对其他一些智能方法也进行了简要介绍；最后指出了模拟电路故障诊断技术的发展趋势： 关键词：模拟电路；故障诊断；专家系统；神经网络；模糊理论；小波变换
Abstract In recent years the fault diagnosis technique of analog Circuit is developed rapidly,and has led to many new results.In this paper,firstly,some important issues in this area,including expert system,neural network,fuzzy theory,wavelet transform and their application in fault diagnosis of analog circuit,are elaborated.The emphasis is focused on summarization work by the author,such as main principle,respective advantage and disadvantage and presented development of above new thories and methods.secondly,some other intelligent methods and their applications are also described.Finally,the development trend of the fault diagnosis technology of analogy of analog Circuit is also presented. KEYWORDS:Analog circuit；Fault diagnosis;Eepert system;Neural network;Fuzzy theory;Wavelet analysis
小波分析复习题 1、简述傅里叶变换、短时傅里叶变换和以及小波变换之间的异同。 答：三者之间的异同见表 2、小波变换堪称“数学显微镜”，为什么？ 答：这主要因为小波变换具有以下特点： 1）具有多分辨率，也叫多尺度的特点，可以由粗及精地逐步观察信号； 2）也可以看成用基本频率特性为)(ωψ的带通滤波器在不同尺度a 下对信号作滤波； 如果)(t ?的傅里叶变换是)(ωψ，则)(a t ?的傅里叶变换为)(||a a ω ψ，因此这组滤波 器具有品质因数恒定，即相对带宽（带宽与中心频率之比）恒定的特点。a 越大相当于频率越低。 3）适当的选择基本小波，使)(t ?在时域上位有限支撑，)(ωψ在频域上也比较集中，便可以使WT 在时、频两域都具有表征信号局部特征能力，因此有利于检测信号的瞬态或奇异点。 4）如)(t x 的CWT 是),(τa WT x ，则)(λt x 的CWT 是),( λ τ λλa WT x ；0>λ 此定理表明：当信号)(t x 作某一倍数伸缩时，其小波变换将在τ,a 两轴上作同一比例的 伸缩，但是不发生失真变形。 基于上述特性，小波变换被誉为分析信号的数学显微镜。 3、在小波变换的应用过程中，小波函数的选取是其应用成功与否的关键所在，请列举一些选择原则。 答：选择原则列举如下：（也即需满足的一些条件和特性） 1）容许条件
当?∞ +∞-∞<=ωω ωψ?d c 2 ) (时才能由小波变换),(τa WT x 反演原函数)(t x ，?c 便是对 )(t ?提出的容许条件，若∞→?c ，)(t x 不存在，由容许条件可以推论出：能用作基本小 波)(t ?的函数至少必须满足0)(0==ωωψ，也就是说)(ωψ必须具有带通性质，且基本小波 )(t ?必须是正负交替的振荡波形，使得其平均值为零。 2）能量的比例性 小波变换幅度平方的积分和信号的能量成正比。 3）正规性条件 为了在频域上有较好局域性，要求),(τa WT x 随a 的减小而迅速减小。这就要求)(t ?的 前n 阶原点矩为0，且n 值越大越好。也就是要求? =0)(dt t t p ?，n p ~1:，且n 值越大越好， 此要求的相应频域表示是：)(ωψ在0=ω处有高阶零点，且阶次越高越好（一阶零点就是容许条件），即)()(01 ωψω ωψ+=n ，0)(00≠=ωωψ，n 越大越好。 4）重建核和重建核方程 重建核方程说明小波变换的冗余性，即在τ-a 半平面上各点小波变换的值是相关的。 重建核方程：τττττ?? ?∞ +∞ ∞-=0 00200),,,(),(),(a a K a WT a da a WT x x ； 重建核：><== ?)(),(1)()(1),,,(0000* 00t t c dt t t c a a K a a a a ττ? ττ??????ττ 4、连续小波变换的计算机快速算法较常用的有基于调频Z 变换和基于梅林变换两种，请用 框图分别简述之，并说明分别适合于什么情况下应用。 答： 1）基于调频Z 变换 ),(2a j a n j e A e W ππ--== 运算说明： a ．原始数据及初始化：原始数据是)(k ?（1~0-=N k ）和a 值，初始化计算包括 a j e A π-=和a n j e W π2-=。 --- 1)(2N k r )2(am N π 12~2--N N 对应于：1~0-=N r
绪 论 机械故障诊断技术作为一门新兴的科学，自从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段。现在，机械故障诊断技术在工业生产中起着越来越重要的作用，生产实践已经证明开展故障诊断与状态预测技术研究具有重要的现实意义。 我国的故障诊断技术在理论研究方面，紧跟国外发展的脚步，在实践应用上还是基本落后于国外的发展。在我国，故障诊断的研究与生产实际联系不是很紧密，研究人员往往缺乏现场故障诊断的经验，研制的系统与实际情况相差甚远，往往是从高等院校和科研部门开始，再进行到个别行业，而国外的发展则是从现场发现问题进而反映到高等院校或科研部门，使得研究有的放矢[1]。 要求机械设备不出故障是不现实的，因为不存在绝对安全可靠的机械设备。因此，为了预防故障和减少损失，必须对设备的运行状态进行监测，及时发现设备的异常状况，并对其发展趋势进行跟踪：对己经形成的或正在形成的故障进行分析诊断，判断故障的部位和产生的原因，并及早采取有效的措施，这样才能做到防患于未然。因此，设各状态监测与故障诊断先进技术的研究对于保证复杂机械设备的安全运行具有重要意义。 关键词：小波分析，故障诊断，小波基选取，奇异性 基于小波分析的机械故障检测 小波奇异性理论用于机械故障检测的基本原理 信号的奇异性与小波变换的模极大值之间有如下的关系： 设)(x g 为一光滑函数，且满足条件0g(x) lim ,1x)dx ( g x ==∞→+∞ ∞-?，不妨设)(x g 为高斯函数，即σσπ2221)(x e x g -= ，令 d x,/x)( dg x)(=ψ由于?+∞ ∞-=0x)dx (ψ，因此，可取函数x)(ψ
万方数据
万方数据
谢涛，何怡刚，姚建刚，等：ｖＢ调用Ｍａｄａｂ的模拟电路故障诊断神经网络方法 ２０１０，４６（１０）２１５ ｌｏｏＰｅｒｆｏ珊诅ｎ∞ｉｓ ｏ．００９９９９７．Ｇｏ丑ｌｉＢＯ．０ｌ 、． （２）ｖＢ调用Ｍａｔｌａｂ方法 这里采用ｖＢ调用Ｍａｔｌａｂ的ＡｃｔｉｖｅＸ自动化技术。在ｖＢ６．０中建立—个工程，在窗体中添加６个标签控件、５个文本框控件以及两个命令按钮控件，５个文本框控件分别对应神经网络输入层、隐层、输出层神经元个数、动量因子、学习速率，两个命令按钮的Ｃ印ｔｉｏｎ属性为“开始诊断”和“取消”，诊断系统主要程序代码如下： ＰｒｉｖａｔｅＳｕｂ Ｃ删ｄ１＿ｃｌｉｃｋ（） Ｄｉｍ叫ｌｄａｂ灿Ｏｂｊｅｃｔ ＳｅＩ眦ｔｌａｂ＝ＣｒｅａｔｅＯｂｊｅｃｔ（“ｍ日ｔ】８ｂｇｐｐｌｉｃ８ｔｉ仰”） Ｄｉｍ ｓ打Ａｓ晰Ｉｌｇ Ｄｉｍ嘟ｕｈ鼬Ｓ试ｌｌｇ 舡酣“ｐ”＋“ｔ” ｈ＝【０ｌ；Ｏ１；Ｏ１；０ｌ０ｌ】 ８ｈ＝ｓｈ牛“ｔｒ” ８ｔｒ＝ｓｔｒ＋ｆ．ｍｔ＿ｎ州圩（ｔｒ，【５，１８，２２】，｛‘ｔａＩ坞ｉｇ’，‘ｔ姐ｓｉｇ’，‘ｐＩ｜ｒｅｌｉｎ’｝， ‘面妯’） ｓｈ＝ｓ叶”ｎｅｔ．ｎ证ｎＰａｆａｍ．ｅｐ伽ｈ＝３００００，ｎｅｔ．ｔｍｉＩＩＰ嬲珊．酬＝０．０１，ｎｅｔ．ｈ面ｎＰａ姗．Ｌ卸．０８，舱ｔ．ｔｒａｊＩｌｆ‰ｍｃ＝Ｏ．６，ｎｅｔ＝ｔｒａｉｎ（ｎｅｔ，ｐ，ｔ）” 瑚ＩＩｌｔ：田ｂｊＭａｎａｂ．涨ｕｔｅ（ｇ廿） ＥｎｄＳｕｂ 代码中，“ｐ”和“ｔ”分别为神经网络的输入和输出。诊断运行结 果如图３所示，诊断结果和单独用神经网络来诊断是一致的。 图３ｖＢ调用Ｍ丑ｔ１８ｂ诊断模拟电路结果 ５结论 使用ＶＢ编写主界面，调用Ｍａｄａｂ来对模拟电路进行故障 诊断，可以将Ｍａｄａｂ强大的数值计算功能和ｖＢ在图形用户界面开发方面的优势相结合，相互取长补短，从而可以缩短程序的开发周期，减少编程工作量。利用ＶＢ调用ＭａⅡａｂ来对ｃ，ＩｓＶ滤波器进行故障诊断，结果和单独用神经网络来诊断是一致 的，可对模拟电路故障诊断软件的开发起一定的指导和借鉴 作用。 参考文献： 【ｌ】梁新成，黄志刚，朱慧．ＶＢ与Ｍａｄａｂ混合编程的研究哪．北京工商大 学学报，２００７，２５（１）：３８－４１． ［２】卢秋蓝．ＶＢ与Ｍａｌｌａｂ混合编程的研究叨．计算机仿真，２００３，２０（１２）： １１５—１１７． 【３】戴葵．神经网络设计【Ｍ】．北京：机械工业出版社，２００２：２０３—２３３．【４】金瑜，刘红．基于小波神经网络的模拟电路故障诊断叨．仪器仪表学 报。２００７，２８（９）：１６００—１６０３． （上接１９２页） ５总结 就高压输电线除冰机器人工作环境的复杂性以及工作任 务的特殊性考虑，结合考虑了机器人运动学和动力学问题，对机器人的数学建模。并根据建立的模型，运用基于粒子群优化 控制参数的ＰＩＤ控制器，对除冰机器人进行运动控制。最后针对除冰机器人在斜坡上爬行的情况，进行了实验仿真，结果验 证了所设计模型和运动控制方法的可行性。参考文献： 【ｌ】‰ｉｄａ Ｋ，Ｕ眦ｔ跚ｉ Ｙ．Ｃｏｎｈｄ０ｆ叩∞ｅ ｆ；∞ｎｙｉｎｇ幽ｔ【Ｃ】，，Ｐｒ∞ ＩＥＥＥＣｏＩｌｆＤｅｃｉ８ Ｃ傩ｎＤｌ。１９９０。９０：９７—１０２． 【２】Ｍｕｋｈｅｉｊｅｅ Ｒ，Ｎａｋ姗啪Ｙ．Ｆ伽训ａｔｉ帆柚ｄ ｅ珏ｉｃｉ咖姗ｐｌｌｔ８ｔｉ佃０ｆ ｉｎｖ．≥ｒｓｅ ｄ”ａⅡｄｃ８ｏｆ ８ｐａｃｅｒｏｂｏｔ８ｆＪ】．ＩＥＥＥ Ｔｈｌｎ柚ｃｔｉ咖仰Ｒｏ】）ａＩｉｃＢ 明ｄＡｕｔｏ础越ｏｎ。１９９２，８（３）：４００—４０６．【３１ＹａｎＩａｄａＫ，’Ｉ’ｓｕｃｈｉｙａＫ．陆ｃｉｅｎｔｃ唧ｕｔａｔｉｏｎ ｌｄｇｏｆｉｔｈｍ ｆｂｒ啪ｉｐｕ— ｌａｔｏｒｃｏ曲ｄ０ｆａ叩ａｃｅ ｒｏｂｏｔ【Ｊ】．Ｓ∞Ｉｌｌｓ咖ｔ ＣｏｎｔｒＥＩｌｇ ７Ｉｈｍ， １９９０．２６（７）：７６５—７７２． 【４】ＹｂｓＩＩｉｄａＫ．Ｅｘｐｅｆｉｒ唧ｔａｌ咖ｄｙ加ｔｈｅｄｙＩｌ锄ｉｃｓａｎｄ咖ｈｄ０ｆ８ 印∞ｅｍｌ雠ｗｉｔＩＩｅｘｐｅｒｉⅡ掂ｎｔａｌｈ神一ｎｏ撕ｎｇｍｂｏｔ姐ｔｅｌｌｉｔｅ（ＥＥ０一 Ｆ０砌弓）ｓｉ眦ｌ蝴【Ｊ】．Ａｄｖ舳ｃｅｄ Ｒｏｂｏｔｉｃ８，１９９５，９（６）：５８３—６０２． 【５】ＶａｆａＺ，ＤｕｂｏｗｓｋｙＳ．强ｅｌ【ｉｎｅｍａｔｉｃｓ舳ｄ ｄｙｌｌ锄ｉｃ８ ０ｆ ８ｐ∞ｅ ｍ— ｎｉｐｕｌ曲舯：１ｋ ｖｉｍｌａｌ咄Ｉｌｌｉｐｕｌａｔｏｒ印呻ｃｈ叫１ｌｅＩⅡｔｅｍａｔｉ叫ａｌＪ叶 ｎａｌ０ｆＲＤｂｏｔｉｃ８ Ｒｅ鸵ａｒｃｈ．１９９０，９（４）：３—２１． １６】Ｐ印ａｄｏｐｏＩＩｌ∞Ｅ，Ｄ岫Ｂｋｙ Ｓ．Ｏｎ出ｅ ｎａｔｌｌｒｅ ｏｆ ｃ蚰ｔｆ０＿Ｉａｌ学Ｄｒｉｔｌ枷皓 ｆｏｒ ｈ训ｏａｔｉｎｇ８ｐａｃｅ姗ｉｐＩｌＩａｔ０椰ＥＥＴｒ蛐Ｒ幽ｄ∞Ａｕｔ鲫砒， １９９１。７（５）：７５０一７５８． ｍ ＳａｈａＳＫ．Ａ ｕｎｉｆｉｅｄ ａｐｐｍａｃｈ ｔｏ ｓｐ∞ｅ ｍｌ埘ｋｉｎｅ眦ｔｉｃｓ叨．ＩＥＥＥ Ｔｒ姐ｓ舵ｔｉｏｍｏｎ Ｒｏｂｏｔｉｃ８锄ｄＡｕｔｏｍａｔｉ锄。１９９６，１２（３）：４０１－４０５． 【８】张运楚，梁自泽，谭民．架空电力线路巡线机器人的研究综述叨．机 器人，２００４，２６（５）：４６７－４７３．【９】朱兴龙，王洪光，房立金，等．输电线巡检机器人行走动力特性与位 姿分析叨．机械工程学报，２００６，４２（１２）：１４３一１５０． 【ｌＯ】郭琦，洪炳蓉，吴葳．双臂六自由度空问机器人广义雅可比矩阵的 推导【Ｊ１．电子学报，２００５，２（２）：３２２—３２６． 【ｌｌ】周风余，李贻斌．高压输电线路自动巡线机器人机构设计及在约束 条件下的逆运动学分析ｍ．中国机械工程，２００６，１７（１）：４＿９． 【ｌ２】ＳｉｌｖａＧＪ，ＤａｔｔａＡ，Ｂｈａｔｔ∞ｌｌａｒｙｙａＳＰ．Ｎ州瑚ｕｈ８∞ｍｅｇｙｎｔｌｌＰ ｓｉ８ ０ｆＰＩＤ ｃ帆ｔｆ０（’ｕｅ瑁【Ｊ】．ＩＥＥＥ ｎ雌ａｃｔｉｏ璐彻Ａｕｔ吣ｔｉｃ Ｃ吼一 ｔｍｌ，２００２，４７（２）：２４１—２５２． 【１３】刘金琨．机器人控制系统的设计与仿真【碉．北京：清华大学出版 社。２０【）８一０６．【１４】Ｅｂｅ血Ⅱｔ Ｒ Ｃ，‰硼ｅｄｙ Ｊ．Ａ ｎ溯０ｐｔｉＩｎｉ烈ｕ８ｉｎｇｐａＩｔｉｃｌｅ ｓ舢 ｔｌＩ∞ｒｙＩｑ伊ｒｏｃｅｅｄｊｎ铲ｏｆｔｈｅ ＳｉｘｔＩｌＩｎｔｅｍａｔｉｏｎ８ｌＳｙｍｐｏｓｉ岫帆Ｍｉ— ｃ∞ Ｍ∞ｈｉ∞ 髓ｄ Ｈｕ啪Ｓｃｉｅ懈．Ｎｅｗ Ｙｏｒｋ，ＮＹ，ＵＳＡ：ＩＥＥＥ， １９９５：３９—４３． 【１５】梁玉丹．周国策—种基于Ｐｓｏ干ｍ算法的分稚式机器人实时控制叽． 电气传动，２００６，３６（１１）． 富●１ 。 万方数据
题1：设{},j V j Z ∈是依尺度函数()x φ的多分辨率分析，101()0x x φ≤
11()3.k k h k p -=为高通分解滤波器,写出个双倍平移正交关系等式 题6：列出二维可分离小波的4个变换基。 题8：要得到“好”的小波，除要求滤波器0()h n 满足规范、双正交平移性、低通等最小条件外，还可以对0()h n 加消失矩条件来得到性能更优良的小波。 （1） 请写出小波函数()t ψ具有p 阶消失矩的定义条件： （2） 小波函数()t ψ具有p 阶消失矩，要求0()h n 满足等式： （3） 在长度为4的滤波器0()h n 设计中，将下面等式补充完整： 222200000000(0)(1)(2)(3)1 (0)(2)(1)(3)0 ,1 2h h h h h h h h n ?+++=???+==??? 规范性低通双平移正交阶消失矩
2005年研究生《小波理论及应用》复习题 1． 利用正交小波基建立的采样定理适合于：紧支集且有奇性（函数本身或其导数不连续）的函数（频谱无限的函数）。Shannon 采样定理适合于频谱有限的信号。 2． 信号的突变点在小波变换域常对于小波变换系数模极值点或过零点。并且信号奇异性大小同小波变换的极值随尺度的变化规律相对立。只有在适当尺度下各突变点引起的小波变化才能避免交迭干扰，可以用于信号的去噪、奇异性检测、图象也缘提取、数据压缩等。 3． 信号在一点的李氏指数表征了该点的奇异性大小，α越大，该点的光滑性越小，α越小，该点的奇异性越大。光滑点（可导）时，它的1≥α；如果是脉冲函数，1-=α；白噪声时0≤α。 4． 做出三级尺度下正交小波包变换的二进数图，小波包分解过程？说明小波基与小波包基的区别？ 5． 最优小波包基的概念：给定一个序列的代价函数，然后在小波包基中寻找使代价函数最小的基――最优基。 6． 双通道多采样率滤波器组的传递函数为： ()()()()()()()()()()()()()z X z G z G z H z H z X z G z G z H z H z Y z Y z Y -??????-++??????+=+=∧∧∧∧212121请根据此式给出理想重建条件： 为了消除映象()z X -引起的混迭：()()()()0=-+-∧ ∧z G z G z H z H
为了使()z Y 成为()z X 的延迟，要求：()()()()k CZ z G z G z H z H -∧∧=+ （C,K 为任一常数） 7． 正交镜像对称滤波器()()n h n g ,的()jw e G 与()jw e H 以2π=w 为轴左右对称。如果知道QMF 的()n h ，能否确定()()()n h n g n g ∧ ∧,,？ ()()()n h n g n 1-= ，()()()n g n h n 1--=∧ ， ()()()n h n g n 1-=∧ 8． 试列出几种常用的连续的小波基函数 Morlet 小波，Marr 小波，Difference of Gaussian （DOG ），紧支集样条小波 9． 试简述海森堡测不准原理，说明应用意义？ 10． 从连续小波变换到离散小波变换到离散小波框架－双正交小波变换－正交变换、紧支集正交小波变换，其最大的特点是追求变换系数的信息冗余小，含有的信息量越集中。 11． 解释紧支集、双正交、正交小波、紧支集正交小波、光滑性、奇异性。 12． 已知共轭正交滤波器组（CQF ）()n h 请列出()()()n g n h n g ∧ ∧,,。 ()()() ()()()()()()???????-=--=-=---=∧∧n h n N g n g n N h n h n N h n g n n 11 13． 共轭正交滤波器()()n g n h ,的()jw e G 与()jw e H 的关系与QMF 情况
研究生课程考试答题纸 研究生学院 考核类型：A（）闭卷考试（80%）+平时成绩（20%）； B（）闭卷考试（50%）+ 课程论文（50%）； 一、以图示的方式详细说明连续小波变换（CWT）的运算过程，分析小波变换的内涵；并阐述如何从多分辨率（MRA）的角度构造正交小波基。（20分） 二、综述小波变换理论与工程应用方面的研究进展，不少于3000字。（25分） 三、运用MATLAB中的小波函数和小波工具箱，分别对taobao.wav语音信号在加噪之后的taobao_noise.wav信号进行降噪处理，要求列出程序、降噪结果及降
噪的理论依据。（25分） 四、平时成绩。（30分） 一、论述 1. 连续小波变换 将任意2 ()L R 空间中函数(t)f 在小波基下展开，称这种展开为函数(t)f 的连续小波变换(CWT), 其表达式为,T (,)(),()()()f a R t W a f t t f t dt a τττψψ-=<>=?，其中a 为尺度因子，表示与频率相关的伸缩，b 为时间平移因子。其中,()(),0,a t t a R a ττψτ-= >∈为窗口函数也是小波母函数。 任意函数在某一尺度a 、平移点τ上的小波变换系数，实质上表征的是在τ位置处，时 间段a t ?上包含在中心频率为 0a ω、带宽为a ω?频窗内的频率分量大小。随着尺度a 的变化，对应窗口中心频率0a ω及带宽为a ω?也发生变化。小波变换是一种便分辨率的时频联合分析方法，当分析低频信号时，其时间窗很大，而分析高频信号时，其时间窗减小。这恰恰符合实际问题中高频信号的持续时间短、低频信号持续时间长的自然规律。 尺度伸缩，对波形的尺度伸缩就是在时间轴上对信号进行压缩和伸展。在不同尺度下，
基于小波分析的故障诊断算法 前言： 小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间- 频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，因此，小波变换在许多领域都得到了成功的应用，特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。从此，小波变换越来越引起人们的重视，其应用领域来越来越广泛。 在实际的信号处理过程中，尤其是对非平稳信号的处理中，信号在任一时刻附近的频域特征都很重要。如在故障诊断中，故障点（机械故障、控制系统故障、电力系统故障等）一般都对应于测试信号的突变点。对于这些时变信号进行分析，通常需要提取某一时间段（或瞬间）的频率信息或某一频率段所对应的时间信息。 因此，需要寻求一种具有一定的时间和频率分辨率的基函数来分析时变信号。小波变换继承和发展了短时傅里叶变换的局部化思想，并且克服了其窗口大小和形状固定不变的缺点。它不但可以同时从时域和频域观测信号的局部特征，而且时间分辨率和频率分辨率都是可以变化的，是一种比较理想的信号处理方法。 小波分析被广泛应用于信号处理、图像处理、语音识别、模式识别、数据压缩、故障诊断、量子物理等应用领域中。 小波分析在故障诊断中应用进展 1）基于小波信号分析的故障诊断方法 基于小波分析直接进行故障诊断是属于故障诊断方法中的信号处理法。这一方法的优点是可以回避被诊断对象的数学模型, 这对于那些难以建立解析数学模型的诊断对象是非常有用的。 具体可分为以下4种方法: ①利用小波变换检测信号突变的故障方法连续小波变换能够通过多尺度分析提取信号的奇异点。基本原理是当信号在奇异点附近的Lipschitz指数a >0时，其连续小波变换的模极大值随尺度的增大而增大；当a <0时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0, 而信号边沿对应的Lipschitz 指数大于或等于0。因此, 利用小波变换可以区分噪声和信号边沿, 有效地检测出强噪声背景下的信号边沿（奇变）。动态系统的故障通常会导致系统的观测信号发生奇异变化, 可以直接利用小波变换检测观测信号的奇异点, 从而实现对系统故障的检测。比如根据输油管泄漏造成的压力信号突变的特点, 用小波变换检测这些突变点, 实现输油管道的泄漏点诊断。 ②观测信号频率结构变化的故障诊断方法小波多分辨率分析能够描述信号的频谱随 时间变化情况或信号在某时刻
第27卷第11期·1060· 电子测量与仪器学报 JOUＲNAL OF ELECTＲONIC MEASUＲEMENT AND INSTＲUMENT Vol .27No .11 2013年11月 收稿日期：2013-05Ｒeceived Date ：2013-05*基金项目：国家自然科学基金（61201031，61171079）资助项目 DOI ：10．3724/SP．J．1187．2013．01060 模拟电路统一软故障诊断的研究 * 胡 梅 1 胡列峰 2 明德祥 1 （1．国防科学技术大学机电工程与自动化学院长沙410073；2．湖南出入境检验检疫局长沙410004） 摘 要：在模拟电路故障诊断的诸多方法中，模拟电路统一软故障诊断方法成为新的研究热点。从模拟电路统一软故障诊 断方法的提出， 到模拟电路统一软故障诊断方法的改进，将其与基于多种方法融合的模拟电路软故障诊断方法做了比较。最后重点分析了模拟电路统一软故障诊断的研究现状和存在的不足，基于实用化的角度，从统一的模拟电路故障诊断的功 能模块划分原则和方法、通用的模拟电路故障可诊断性分析方法、通用的模拟电路模块化分级诊断软故障诊断方法、统一的诊断效果评估指标4个方面指出了模拟电路统一软故障诊断的发展趋势。关键词：模拟电路；统一软故障诊断；SBT ；SAT ；可诊断性分析中图分类号：TN431．1 文献标识码：A 国家标准学科分类代码：510 Study on unified soft fault diagnosis of analog circuits Hu Mei 1 Hu Liefeng 2 Ming Dexiang 1 （1．College of Mechatronics Engineering and Automation ，National University of Defense Technology ，Changsha ， 410073，China 2．Hunan Entry-exit Inspection and Quarantine Bureau ，Changsha ，410004，China ） Abstract ：Among the methods of fault diagnosis of analog circuit ， the unified soft fault diagnosis method has become a new hotspot．Firstly ，this paper introduces the provenance of unified soft fault diagnosis method of analog circuit ，and the improved measures of the proposed unified soft fault diagnosis method are analyzed．Then ，the soft fault di-agnosis methods based on the fusion of some different methods are compared with the unified method．Finally ，the research status and the existing problems of the unified soft fault diagnosis method are analyzed particularly．Based on the practical perspective ，we point out the research direction of the unified soft fault diagnosis according to four different aspects ：the principle and method of function module division of the unified soft fault diagnosis ，the univer-sal fault detectable analysis method of diagnostic analog circuit ，the universal strategy of module classification diag-nosing for analog soft fault ，the unified diagnostic evaluation index ，and finally discuss the issues remain to be re-solved． Keywords ：analog circuit ；unified soft fault diagnosis ；SBT ；SAT ；analysis of fault detectable 1引言 虽然电子仪器系统越来越趋于“大数字，小模拟”结构，即数字电路所占的比例越来越大，但是终究无法完全取代模拟电路，所以其中大部分电路 是模拟和数字混合电路 ［1-2］ 。电路的测试和故障诊断是制约电子仪器发挥效能的主要因素之一，随着电子仪器中数模混合电路的应用越来越广泛，对电 路故障诊断提出了更为严格的要求［3］ 。据统计，在 电子仪器数模混合电路中， 模拟部分故障发生的概率远高于数字部分， 模拟部分的可靠性决定了整个混合电路系统的可靠性，所以模拟部分的故障诊断 需求更为迫切 ［4-6］ 。自20世纪70年代以来，学者们致力于模拟电路故障诊断的研究，传统的基于电路本身的模拟电路故障诊断方法有参数识别法、故障验证法和故障
1、小波变换在图像处理中有着广泛的应用，请简述其在图像压缩中的应用原理？ 答：一幅图像经过一次小波变换之后，概貌信息大多集中在低频部分，而其余部分只有微弱的细节信息。为此，如果只保留占总数数量1/4的低频部分，对其余三个部分的系数不存储或传输，在解压时，这三个子块的系数以0来代替，则就可以省略图像部分细节信息，而画面的效果跟原始图像差别不是很大。这样，就可以得到图像压缩的目的。 2、给出GPEG数据压缩的特点。 答：（1）一种有损基本编码系统，这个系统是以DCT为基础的并且足够应付大多数压缩方向应用。 （2）一种扩展的编码系统，这种系统面向的是更大规模的压缩，更高精确性或逐渐递增的重构应用系统。 （3）一种面向可逆压缩的无损独立编码系统。 3、设计雪花检测系统 答：1）获得彩色雪花图像。2）灰度雪花图像。3）图像的灰度拉伸，以增强对比度。4）阈值判断法二值化图像。5）图像的梯度锐化。6）对图像进行自定义模板中值滤波以去除噪声。7）用梯度算子对雪花区域的定位。8）利用hough变换截下雪花区域的图片。 9）雪花图片几何位置调整。 4、用图像处理的原理设计系统，分析木材的年轮结构。 答：1）获得彩色木材年轮图像。2）灰度木材年轮图像。3）灰度拉伸以增加对比度。4）阈值判定法二值化图像。5）图像的梯度锐化。6）对图像进行自定义模板中值滤波以去除噪声。7）用梯度算子对木材年轮圈进行定位。8）图片二值化。9）利用边界描述子对木材的年轮结构进行识别。 5、给出生猪的尺寸和形貌检测系统。 答：1）获得彩色生猪图像。2）灰度生猪图像。3）图像的灰度拉伸，以增强对比度。4）阈值判定法二值化图像。5）图像的梯度锐化。6）对图像进行自定义模板中值滤波以除去噪声。 7）用梯度算子对生猪区域的定位。8）利用hough变换截下生猪区域的图片。9）生猪图片几何位置调整。10）生猪图片二值化。11）利用边界描述子对生猪尺寸和形貌的识别。 第二种答案：（类似牌照检测系统） 1）第一步定位牌照 由图像采集部件采集生猪的外形图像并将图像存储在存储器中，其特征在于：数字处理器由存储器中读入并运行于生猪外形尺寸检测的动态检测软件、从存储器中依次读入两幅车辆外形图像数据、经过对生猪外形图像分析可得到生猪的高度，宽度和长度数据即生猪的外形尺寸。通过高通滤波，得到所有的边对边缘细化（但要保持连通关系），找出所有封闭的边缘，对封闭边缘求多边形逼近，在逼近后的所有四边形中，找出尺寸与牌照大小相同的四边形。生猪形貌被定位。 2）第二步识别 区域中的细化后的图形对象，计算傅里叶描述子，用预先定义好的决策函数，对描述子进行计算，判断到底是数字几。 6、常用的数字图像处理开发工具有哪些？各有什么特点？ 答：目前图像处理系统开发的主流工具为Visual C++(面向对象可视化集成工具)和MATLAB的图像处理工具箱（lmage processing tool box）。两种开发工具各有所长且有相互间的软件接口。 微软公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来