基于Wiener核的模擬電路故障診斷的優(yōu)化特征提取及實現(xiàn).pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、模擬電路的智能診斷一直以準(zhǔn)確、高效、智能的特點占據(jù)著測試領(lǐng)域的重要地位。智能診斷的核心是模式識別，模式識別的關(guān)鍵便是特征提取，能否高效的獲取被測電路的故障信息直接決定著智能診斷系統(tǒng)能否高效的診斷出被測電路的故障。本論文提出了用Wiener級數(shù)描述非線性電路，將特征提取作為一個優(yōu)化問題，通過粒子群蟻群算法尋去最優(yōu)解，以其實現(xiàn)模擬電路故障特征更為高效的獲取。
　　首先闡述了Wiener級數(shù)的理論基礎(chǔ)及非線性模擬電路的Wiener級數(shù)描

2、述，并研究了離散電路的Wiener核獲取方法，以及基于Wiener核的模擬電路智能診斷系統(tǒng);
　　分析了粒子群算法和蟻群算法的算法模型，針對于兩種算法的優(yōu)缺點，提出粒子群蟻群的混合優(yōu)化算法，提高了優(yōu)化效率，并通過MATLAB仿真驗證該算法的合理性。
　　研究了基于Wiener核的特征選擇和提取的原理和方法，在此基礎(chǔ)上，提出了基于粒子群蟻群混合優(yōu)化算法的Wiener特征提取方法，通過粒子群蟻群混合算法的優(yōu)化，有效的提高了特征提

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論