基于小波理論與LSSVM的模擬集成電路故障診斷方法.pdf

1、隨著微電子技術的發(fā)展，對集成電路故障診斷的需求日益迫切，通常一個微電子系統(tǒng)中，絕大部分故障通常來自模擬集成電路模塊，據(jù)調(diào)查研究，在電子設備中90％以上的故障都來自模擬集成電路，隨著集成電路技術的快速發(fā)展，電路的規(guī)模越來越大，診斷難度越來越高。模擬集成電路故障診斷方法的研究已經(jīng)成為電路診斷領域中非常重要的研究課題，開展模擬集成電路故障診斷技術的研究，實現(xiàn)模擬集成電路故障診斷的自動化、智能化不僅具有重要的理論意義重大，而且有著很高的實用價值

2、。由于模擬集成電路故障的多樣性和復雜性，使得傳統(tǒng)的故障診斷方法難以達到預期的診斷效果。對此，本文提出了基于小波理論與最小二乘支持向量機(LSSVM)的模擬集成電路故障診斷方法，提出了基于小波理論與LSSVM模擬集成電路故障診斷系統(tǒng)架構，并進行了基于小波理論的模擬集成電路診斷特征提取以及提出了基于LSSVM的模擬集成電路故障識別方法，最后提出了基于小波理論與LSSVM模擬集成電路故障診斷系統(tǒng)的實現(xiàn)方法。
　　 論文的主要研究工作及

3、成果如下：
　　 1)針對當前模擬集成電路故障診斷系統(tǒng)中存在模擬集成電路故障特征提取精度低、模擬集成電路故障識別率低等問題，提出了基于小波理論與LSSVM模擬集成電路故障診斷系統(tǒng)架構，首先分析了模擬集成電路故障特性分析，在此基礎上建立了基于小波理論與LSSVM模擬集成電路故障診斷系統(tǒng)架構。
　　 2)提出了基于小波理論的模擬集成電路診斷特征提取方法，首先提出了小波變換理論，在此基礎上建立了基于小波理論的模擬集成電路診斷特

4、征提取模型，并進行了實例測試。
　　 3)提出了基于LSSVM的模擬集成電路故障識別，首先介紹了最小二乘支持向量機分類器，提出了基于混沌粒子群優(yōu)化算法的LSSVM參數(shù)優(yōu)化方法，在此基礎上，提出了基于最小二乘支持向量機的模擬集成電路故障識別模型，并進行了實例分析。
　　 4)在研究基于小波理論與最小二乘向量機的模擬集成電路故障診斷方法關鍵技術的基礎上，進行了基于小波理論與LSSVM模擬集成電路故障診斷系統(tǒng)實現(xiàn)方法研究，首先