模拟VLSI电路故障诊断的新方法研究

大系统的参数辨识问题通常需要求解大量非线性方程，因此是一件需要耗费大量计算时间的棘手任务。对诊模拟VLSI电路的故障诊断来说，由于参数数目多、参数值变化范围大，通常求解方程的参数辨识方法难以达到实用化的目的。本项目研究一种以人工神经网络为基础的模拟VLSI电路的故障诊断和参数辨识的新方法，无疑具有很高的学术意义和实用价值。本项研究建立了模拟集成电路参数故障辨识的人工神经模型，提出了该模型训练样本的生成方法和优化算法，并在此基础上研制了一个模拟VLSI电路的故障诊断和参数辨识系统，实例运行的结果表明该系统与传统的方法相比，具有故障分辨率高、测试速度快的优点，有望发展成一个实用化的模拟电路故障诊断系统。