湖南师范大学自然科学学报
湖南師範大學自然科學學報
호남사범대학자연과학학보
ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS NORMALIS HUNANENSIS
2014年
2期
51-55
,共5页
电流模%测试%小波分解%神经网络
電流模%測試%小波分解%神經網絡
전류모%측시%소파분해%신경망락
current model%test%wavelet decomposition%neural networks (NN)
提出一种基于多尺度小波分解及神经网络映射归纳的测试电流模电路故障缺陷的方法.针对CMOS器件典型故障建立了测试所需的故障模型,给电路节点加入故障模型进行故障响应测试.对故障信号进行时域采样,采用小波多尺度分解对故障相应信号进行频域多尺度分解,然后将处理数据作为神经网络训练样本,对各类缺陷响应结果进行分类、识别,最后根据可接受偏差范围确定信号为故障或非故障.给出了6类故障的故障覆盖率测试结果.
提齣一種基于多呎度小波分解及神經網絡映射歸納的測試電流模電路故障缺陷的方法.針對CMOS器件典型故障建立瞭測試所需的故障模型,給電路節點加入故障模型進行故障響應測試.對故障信號進行時域採樣,採用小波多呎度分解對故障相應信號進行頻域多呎度分解,然後將處理數據作為神經網絡訓練樣本,對各類缺陷響應結果進行分類、識彆,最後根據可接受偏差範圍確定信號為故障或非故障.給齣瞭6類故障的故障覆蓋率測試結果.
제출일충기우다척도소파분해급신경망락영사귀납적측시전류모전로고장결함적방법.침대CMOS기건전형고장건립료측시소수적고장모형,급전로절점가입고장모형진행고장향응측시.대고장신호진행시역채양,채용소파다척도분해대고장상응신호진행빈역다척도분해,연후장처리수거작위신경망락훈련양본,대각류결함향응결과진행분류、식별,최후근거가접수편차범위학정신호위고장혹비고장.급출료6류고장적고장복개솔측시결과.