电子系统测试方案优化设计理论与关键技术研究

发布时间：2017-05-18 09:19

  本文关键词：电子系统测试方案优化设计理论与关键技术研究，，由笔耕文化传播整理发布。

【摘要】：电子系统是民用工业、航空工业和国防工业的重要组成部分,随着现代电子系统集成度和复杂度的急剧增加,其测试与诊断愈加困难,开展测试性设计已是当务之急。测试方案优化设计从电子系统的测试与诊断需求出发,考虑测试位置、测试内容、测试手段等问题,提出“何处测”、“测什么”、“用什么测”的总体规划,是测试性设计中的一项重要内容,对提高故障诊断效率和准确性、降低测试成本、推动测试性设计技术的发展具有重要意义。鉴于电子系统的重要地位以及当前测试性设计领域缺乏高效、准确的测试方案优化设计方法,本文以电子系统为研究对象,对其测试方案优化设计中的模拟电路测点选择、复杂电子系统测试选择以及测试性指标的验证方案优化等关键技术开展研究。论文的主要研究内容与成果如下:1.研究了模拟故障字典法的测点选择方法。对现有测点选择方法进行了系统的总结,将其分为智能优化算法和贪婪算法两类;在此基础上提出如下三种测点选择方法:(1)针对现有基于智能优化算法的测点选择方法存在搜索效率和求解精度低的问题,提出一种基于量子进化算法的测点选择方法。该方法利用包含法产生的近似最优测点集初始化量子个体,并根据测点选择问题的特点设计了一种单调的适应度函数和提出了一种动态调整旋转角幅度的策略,确保算法的快速收敛和全局最优性。验证结果表明,与已有的智能优化方法相比,该方法能更快的搜索到最优测点集。(2)针对现有贪婪测点选择方法难以搜索到最优测点集的问题,提出一种基于贪婪随机自适应搜索算法的测点选择方法。该方法对应一个启发式随机迭代过程,每次迭代先利用包含法生成一个可行的测点集,再利用排除法剔除可行测点集中的冗余测点,并在两个阶段分别引入随机策略:随机选择测点评估标准和随机顺序剔除冗余测点,有效地克服了贪婪算法的近视性和确定性。验证结果表明,相比其它方法,该方法的收敛速度更快,求解精度更高,尤其适合于存在多个最优测点集的电路。(3)针对上述测点选择方法只适用于故障特征为电压和仅以测点数目来衡量测点集优劣而忽略了故障诊断性能的问题,提出一种基于层次聚类和多频分析的测点选择方法。该方法利用层次聚类的方法划分模糊组,并将测点选择过程分为两个阶段:第一阶段利用改进的熵指数优化算法为每个测试节点选择一组最优的测试频率,第二阶段综合所有测试节点的测点选择结果再次利用改进的熵指数优化算法为被测电路选择最优测点集。验证结果表明,该方法选择的测点集不仅测点数目最少,其故障诊断准确性和故障隔离率较现有方法大大提高,并且该方法还可解决一些新型故障模型的测点选择问题。2.研究了基于多信号流图模型的复杂电子系统的测试选择方法。对多信号流图模型的基本理论及建模过程进行了简要介绍;在此基础上分两种情形考虑系统级的测试选择:(1)针对测试可靠情形下的测试选择问题,基于故障-测试相关性矩阵建立了以测试代价最小为优化目标的测试选择模型;在此基础上提出一种改进的量子进化算法对模型求解。验证结果表明,该算法在求解精度和收敛速度方面都取得了较理想的效果。(2)针对测试不可靠情形下的测试选择问题,分析了测试发生漏检和虚警的机理;在此基础上,建立了同时兼顾测试代价和故障检测可靠性的单目标优化模型,并利用上述改进量子进化算法对模型求解,同时对算法进行了改进。验证结果表明,改进算法的求解性能优于原算法,模型实现了测试代价和故障检测可靠性两者的权衡。3.研究了测试性指标的验证方案优化针对经典的验证方案需要大容量故障样本而工程上难以实现的问题,以故障检测率的验证为例,提出一种制定故障检测率验证方案的贝叶斯方法。该方法利用研制阶段的试验数据建立故障检测率的增长模型,并结合专家经验确定故障检测率的验前分布;在此基础上,根据贝叶斯最大后验风险准则制定故障检测率的验证方案。验证结果表明,相比经典方案,贝叶斯方案可显著地减少故障样本量。
【关键词】：测试性设计 测试方案 测点选择 测试选择 验证方案 量子进化算法
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN06
【目录】：

• 摘要6-8
• ABSTRACT8-14
• 第一章 绪论14-31
• 1.1 研究背景与意义14-16
• 1.2 电子系统测试性设计综述16-19
• 1.2.1 测试性设计的发展历程16-17
• 1.2.2 测试性设计的研究现状17-19
• 1.3 测试方案优化设计的研究内容及关键技术的现状分析19-27
• 1.3.1 测试方案优化设计的研究内容19-20
• 1.3.2 模拟电路测点选择的研究现状20-23
• 1.3.2.1 测后仿真法21-22
• 1.3.2.2 测前仿真法22-23
• 1.3.3 复杂电子系统测试选择的研究现状23-25
• 1.3.4 测试性指标验证方案优化的研究现状25-26
• 1.3.5 现有方法的不足26-27
• 1.4 本文主要工作及创新点27-28
• 1.5 本文结构安排28-31
• 第二章 基于电压特征和模糊阈值的模拟电路测点选择31-63
• 2.1 测点选择问题描述31-35
• 2.1.1 故障字典法简介31
• 2.1.2 模糊组划分31-33
• 2.1.3 整数编码表33-34
• 2.1.4 测点选择模型34-35
• 2.2 典型的测点选择方法35-40
• 2.2.1 贪婪算法36-38
• 2.2.1.1 包含法36-37
• 2.2.1.2 排除法37-38
• 2.2.2 智能优化算法38-39
• 2.2.3 时间复杂度分析39-40
• 2.3 基于量子进化算法的模拟电路测点选择40-49
• 2.3.1 量子进化算法简介40-42
• 2.3.2 种群初始化42-44
• 2.3.3 适应度函数44-45
• 2.3.4 量子染色体更新操作45
• 2.3.5 算法流程45-46
• 2.3.6 电路仿真46-49
• 2.4 基于贪婪随机自适应搜索算法的模拟电路测点选择49-60
• 2.4.1 贪婪随机自适应搜索算法简介49-50
• 2.4.2 构造可行解50-51
• 2.4.3 局部搜索51-52
• 2.4.4 算法流程52-53
• 2.4.5 电路仿真53-60
• 2.5 统计分析60-61
• 2.6 本章小结61-63
• 第三章 基于层次聚类和多频分析的模拟电路测点选择63-87
• 3.1 层次聚类基本理论63-65
• 3.2 基于层次聚类和多频分析的模拟电路测点选择方法设计65-75
• 3.2.1 一个简单电路65-66
• 3.2.2 基于层次聚类的模糊组划分66-68
• 3.2.3 改进的熵指数优化算法68-70
• 3.2.4 多频分析70-74
• 3.2.5 算法流程74-75
• 3.3 电路仿真75-85
• 3.4 本章小结85-87
• 第四章 基于多信号流图模型的复杂电子系统测试选择87-115
• 4.1 多信号流图模型87-92
• 4.1.1 模型概述87-88
• 4.1.2 建模实例88-89
• 4.1.3 故障-测试相关性矩阵89-91
• 4.1.4 复杂电子系统多信号流图建模的优势91-92
• 4.2 测试可靠情形下的测试选择92-103
• 4.2.1 测试选择问题描述92-94
• 4.2.2 模拟电路测点选择与系统级测试选择的区别94-95
• 4.2.3 模型求解算法95-98
• 4.2.4 算法验证与比较98-103
• 4.3 测试不可靠情形下的测试选择103-114
• 4.3.1 漏检与虚警103-105
• 4.3.2 测试优化选择问题描述105-107
• 4.3.3 模型求解算法107-111
• 4.3.4 算法与模型验证111-114
• 4.4 本章小结114-115
• 第五章 电子系统测试性指标的验证方案优化115-124
• 5.1 故障检测率的经典验证方案115-116
• 5.2 研制阶段试验信息的等效分析116-119
• 5.2.1 研制阶段试验数据分析116-117
• 5.2.2 研制阶段故障检测率增长的贝叶斯模型117-118
• 5.2.3 确定先验分布超参数118-119
• 5.3 确定故障检测率的验证方案119-120
• 5.3.1 故障检测率的先验分布近似119
• 5.3.2 故障检测率的贝叶斯验证方案119-120
• 5.3.3 贝叶斯方案与经典方案的比较120
• 5.4 实例应用120-123
• 5.5 本章小结123-124
• 第六章 总结与展望124-126
• 6.1 论文工作总结124-125
• 6.2 研究展望125-126
• 致谢126-127
• 参考文献127-138
• 攻读博士学位期间取得的成果138-139

  本文关键词：电子系统测试方案优化设计理论与关键技术研究，由笔耕文化传播整理发布。

本文编号：375655