典型文献
基于改进的VMD和SVM的模拟电路故障诊断方法的研究
文献摘要：
随着模拟电路的集成度和复杂度越来越高,提取其响应的特征信息也变得愈加困难.为解决提取故障信息的难题,提出将变分模态分解(variational modal decomposition,VMD)和复合多尺度排列熵(compound multi-scale permutation entropy,CMPE)相结合的算法构建故障特征向量,并且依靠麻雀搜索算法优化支持向量机(sparrow search algorithm-support vector machine,SSA-SVM)完成故障的分类.首先,通过PSPICE软件采集故障时的原始信号,并被VMD处理成多组含有原始信号特征的本征模态函数(intrinsic mode function,IMF)分量.其次,计算出前3个IMF分量的CMPE值,归一化处理后作为故障特征向量.最后,在分类器中训练和测试.仿真测试显示本方案最终诊断正确率可达99.67％,对比其它方案能够有效提高故障诊断效率,是一种可行的模拟电路故障诊断思路.
文献关键词：
变分模态分解;模拟电路故障诊断;复合多尺度排列熵;麻雀搜索算法
中图分类号：
作者姓名：
刘沛霖;刘美容;何怡刚;赵睿
作者机构：
湖南师范大学物理与电子科学学院,湖南长沙410000;武汉大学电气与自动化学院,湖北武汉430000
文献出处：
引用格式：
[1]刘沛霖;刘美容;何怡刚;赵睿-.基于改进的VMD和SVM的模拟电路故障诊断方法的研究)[J].微电子学与计算机,2022(11):85-94
A类：
复合多尺度排列熵,CMPE
B类：
VMD,模拟电路故障诊断,故障诊断方法,集成度,特征信息,得愈,故障信息,变分模态分解,variational,modal,decomposition,compound,multi,scale,permutation,entropy,故障特征,特征向量,麻雀搜索算法,算法优化,优化支持向量机,sparrow,search,algorithm,support,vector,machine,SSA,PSPICE,信号特征,本征模态函数,intrinsic,mode,function,IMF,归一化处理,分类器,仿真测试,诊断正确率,诊断效率,故障诊断思路
AB值：
0.325545
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
