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。
{{i.achievement_title}}
数据更新时间:2023-05-31
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
含饱和非线性的主动悬架系统自适应控制
基于颗粒阻尼的变频空调压缩机管路减振设计
城市生活垃圾热值的特征变量选择方法及预测建模
模拟VLSI电路故障诊断的多特征提取方法
VLSI与复杂PCB电路并行故障诊断理论与方法研究
结合故障传播特性分析的模拟VLSI电路混合诊断方法
基于量子技术的模拟电路故障诊断研究