-
公开(公告)号：CN101216512A
公开(公告)日：2008-07-09
申请号：CN200710303461.6
申请日：2007-12-29
Applicant: 湖南大学
Abstract: 本发明公开了一种非正弦周期信号实时高精度检测方法，包括以下步骤：对待检测的非正弦周期信号进行采样；利用基于三角基函数的神经网络计算采样信号的基波及各次谐波的频率、幅值和相位；采用加窗插值算法修正神经网络计算的非正弦周期信号的基波频率。对所提出的神经网络算法进行了改进，以能针对非同步采样、非整周期截断情况，进行高精度非正弦周期信号基波频率、基波及各次谐波的幅值和相位分析，当神经网络收敛时，可以获得高精度的非正弦周期信号谐波分析结果。本发明具有快速、实时、高精度等特点，在机械工程、电机测试、电力系统稳定性分析、信号处理、仪器仪表、工业控制等领域具有广泛应用前景。
-
公开(公告)号：CN101246200B
公开(公告)日：2010-08-04
申请号：CN200810030775.8
申请日：2008-03-10
Applicant: 湖南大学
IPC: G01R31/316 , G06N3/06
Abstract: 本发明公开了一种基于神经网络的模拟PCB智能测试系统，包括主控PC机，处理器、存储器、通信电路、函数信号发生器、多路采样开关矩阵、时序电路、译码电路、A/D转换器、采样保持器、差分放大器，函数信号发生器在处理器的控制下输出激励信号到被测电路的激励节点，被测电路的响应信号经多路采样电路送到处理器，再通过通信电路送到主控PC机，主控PC机对采样信号进行小波包变换消噪处理，并进行主元分析和归一化处理，得到故障特征向量；将故障特征向量，输入训练好的BP神经网络，BP神经网络的输出即为故障类型。本发明能有效地将PCB测试故障定位到元件级，并且采用CMOS开关阵列简单而有效的测试方法，大大提高了系统的可扩展性。
-
公开(公告)号：CN101246200A
公开(公告)日：2008-08-20
申请号：CN200810030775.8
申请日：2008-03-10
Applicant: 湖南大学
IPC: G01R31/316 , G06N3/06
Abstract: 本发明公开了一种基于神经网络的模拟PCB智能测试系统，包括主控PC机，处理器、存储器、通信电路、函数信号发生器、多路采样开关矩阵、时序电路、译码电路、A/D转换器、采样保持器、差分放大器，函数信号发生器在处理器的控制下输出激励信号到被测电路的激励节点，被测电路的响应信号经多路采样电路送到处理器，再通过通信电路送到主控PC机，主控PC机对采样信号进行小波包变换消噪处理，并进行主元分析和归一化处理，得到故障特征向量；将故障特征向量，输入训练好的BP神经网络，BP神经网络的输出即为故障类型。本发明能有效地将PCB测试故障定位到元件级，并且采用CMOS开关阵列简单而有效的测试方法，大大提高了系统的可扩展性。
-
公开(公告)号：CN101221213A
公开(公告)日：2008-07-16
申请号：CN200810030543.2
申请日：2008-01-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于粒子群算法的模拟电路故障诊断神经网络方法，包括以下步骤：给待测的模拟电路施加激励信号，在电路的测试节点测量激励响应信号；将测量的激励响应信号消噪后再作小波包变换提取候选故障特征信号，再进行正交主元分析和归一化处理后，提取故障特征信息，作为样本输入神经网络进行分类。本发明采用粒子群算法用来替代传统BP算法中的梯度下降法，使得改进后的算法具有不易陷入局部极小和具有较好的泛化性能等特点。采用这种基于粒子群优化的模拟电路故障诊断的BP神经网络法，能够明显地减少算法中迭代的次数和提高网路收敛精度，提高了诊断的速度和精度。
-
公开(公告)号：CN101216530A
公开(公告)日：2008-07-09
申请号：CN200710303465.4
申请日：2007-12-29
Applicant: 湖南大学
IPC: G01R31/316 , G01R31/02 , G06N3/06
Abstract: 本发明公开了一种电子电路测试与诊断参数识别优化方法，包括以下步骤：首先对单个电源激励下测试电子电路节点电压，然后与正常情况下节点电压进行比较求得节点电压差值，将电子元件参数变化量用等效电源表示，建立电路特征方程；应用最优化理论结合电路特征方程建立参数识别方程；针对此参数识别方程，应用基于罚函数法或Lagrange乘子法的任一种跨导神经网络进行求解，神经网络的解就是用等效电流源或电压源表示的电子元件参数变化量，根据参数容差确定元件是否发生故障。本电子电路测试与诊断参数识别优化方法具有快速、定位准确率高的优点。
-
Patent Agency Ranking
公开(公告)号：CN101251574B
公开(公告)日：2010-08-18
申请号：CN200810030908.1
申请日：2008-03-25
Applicant: 湖南大学
IPC: G01R31/28
Abstract: 本发明公开了一种实时电子电路的故障诊断参数识别方法，包括以下步骤：将待测电子电路所有元件参数增量用等效电源替代，在可测试节点多次应用电流源对电路激励，获得可测节点电压对可测节点电流激励间的阻抗矩阵Zmm，可测节点电压对等效电源的混合矩阵Hm，测量待测电路与正常标称电路可测试节点电压并计算其差值，建立电路测试与诊断特征方程；将元件参数增量与节点电压增量作为优化变量应用最优化理论结合测试与诊断特征方程建立参数识别方程，应用基于增广Lagrange乘子法神经网络及跨导神经网络进行求解，根据神经网络的输出完成故障识别。本发明具有实时性、定位准确率高的优点，适用于现代工业快速诊断场合。
-
公开(公告)号：CN101295969A
公开(公告)日：2008-10-29
申请号：CN200810031596.6
申请日：2008-06-26
Applicant: 湖南大学
Abstract: 本发明公开了一种高阶有限冲击响应数字滤波器设计方法，包括以下步骤：利用神经网络方法，通过建立待设计的滤波器与理想滤波器的幅频响应误差平方和作为神经网络的计算能量函数，采用梯度下降学习算法训练神经网络的权值使待设计滤波器与理想滤波器的幅频响应误差平方和最小化，当神经网络稳定时即可获得有限冲击响应数字滤波器各项参数，即完成有限冲击响应数字滤波器的设计。本发明方法所设计的高阶有限冲击响应数字滤波器具有通带波动小、阻带衰减大、边界频率可控、精度高等特点，特别是设计中不需要进行矩阵求逆运算、计算速度快，在数据传输、高精度电视、雷达和声纳系统、语音和图像处理等工程领域具有广泛的应用前景。
-
公开(公告)号：CN101251574A
公开(公告)日：2008-08-27
申请号：CN200810030908.1
申请日：2008-03-25
Applicant: 湖南大学
IPC: G01R31/28
Abstract: 本发明公开了一种实时电子电路的故障诊断参数识别方法，包括以下步骤：将待测电子电路所有元件参数增量用等效电源替代，在可测试节点多次应用电流源对电路激励，获得可测节点电压对可测节点电流激励间的阻抗矩阵Zmm，可测节点电压对等效电源的混合矩阵Hm，测量待测电路与正常标称电路可测试节点电压并计算其差值，建立电路测试与诊断特征方程；将元件参数增量与节点电压增量作为优化变量应用最优化理论结合测试与诊断特征方程建立参数识别方程，应用基于增广Lagrange乘子法神经网络及跨导神经网络进行求解，根据神经网络的输出完成故障识别。本发明具有实时性、定位准确率高的优点，适用于现代工业快速诊断场合。
-
公开(公告)号：CN101246507A
公开(公告)日：2008-08-20
申请号：CN200710303459.9
申请日：2007-12-29
Applicant: 湖南大学
IPC: G06F17/50
Abstract: 本发明公开了一种∑Δ调制器开关电流集成电路的设计优化方法，包括以下步骤：将∑Δ调制器开关电流集成电路的非理想因素用电流量来表示；建立∑Δ调制器的SIMULINK模型；在Simulink模块中采用S函数来实现参数传递与计算；进行行为仿真，根据仿真结果对电路的结构设计、谐波失真和CMOS器件参数的选择进行分析优化，综合出设计所需的器件参数。本发明方法具有高仿真效率、精度高和速度快等特点。
-
公开(公告)号：CN101231673A
公开(公告)日：2008-07-30
申请号：CN200810030586.0
申请日：2008-02-02
Applicant: 湖南大学
Abstract: 本发明公开了一种基于免疫蚂蚁算法优化的模拟电路故障诊断方法。包括以下步骤：针对典型故障情况，对电路进行仿真得到可及点电压值，作为径向基函数神经网络的训练样本；依据训练样本决定网络输入与输出层节点个数，利用蚂蚁算法优化径向基函数神经网络隐层参数，在蚂蚁算法的信息素更新中，引入免疫机制的进化算法；应用最小二乘法确定径向基函数神经网络输出层权值；用训练样本训练网络，并将训练后的网络参数以及误差存入存储器中；测量待测电路的实际电压信号，将其输入训练好的径向基函数神经网络，径向基函数神经网络的稳态输出即为故障的类型，完成模式识别，实现故障诊断。本发明的模拟电路故障诊断方法速度快，准确率高，泛化能力强。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
