通用自动测试系统模型化设计

针对通用测试系统对系统统一模型的迫切需求以及目前ATE(Automatic Test Equipment)模型化设计的不足,基于信号建立了一套完整、有效的ATE系统模型.此模型将ATE系统的硬件资源以及UUT(Unit Under Test)均进行了模型化处理.提出了基于TFF(Test Foundation Framework)的基本信号模型;提出了完全基于信号的仪器驱动模型;提出了基于测试与诊断相结合思想的UUT模型;提出了基于模型间信息共享的思想和路径以逻辑开关描述思想的路径模型.该模型体系为系统资源配置、仪器可互换、测试程序自动生成以及故障诊断提供了强有力的模型基础,从而大大加快了ATE的设计过程,从很大程度上降低了开发成本.     

ATE环境下的多频测试参数故障检测

从线性模拟电路灵敏度的概念入手,分析了通过获取敏感频点激励下的最大故障误差来检测电路参数故障的可能性,提出了一种针对测试频率和测点信息的激励矩阵.设计了适合自动测试系统进行模拟电路参数故障检测的联合激励方式提取算法以降低测试成本.仿真结果所给出的故障检测效果显示,该方法可以放大故障误差,并有助于利用敏感频点响应的差别来辨别故障信号.      

基于四阶累积量的来波信号频率和二维角估计

本文提出了一种基于四阶累积量的来波信号频率、方位角和仰角三维参数估计的算法。该算法采用无方向模糊的无效均匀圆阵（阵元数大于６）和阵元延时，实现高斯白或色噪声环境下非高期信源的参数估计，且三维参数可自动配对；在空间欠采样条件下，使用整数搜索法实现方位角和仰角无模糊估计。仿真实验表明了算法的有效性。     

自动测试系统校准方法研究

自动测试系统的校准是计量界面临的一个新问题,国内还没有相关的校准规范。以实际工程项目为基础,采用一种面向实际应用的自动测试系统校准方法。对于系统中的仪器,根据实际的测试需求及精度不同分别采用仪器检定和仪器校准方法,对于自动测试系统特有的测试通道采用回路标定、替代标定两种标定方法,满足了被测设备的测试准确度要求,实际测试也证明了该方法的可行性。     

基于XML的自动测试系统资源描述方法

针对当前自动测试系统(ATS,Automatic Test System)信息共享和互操作能力差的问题,应用XML(eX lensibleMarkup Language)语言实现了ATS的模型化描述,模型化的信息包括测试设备、接口连接装置ICA(Interface ConnectorAssembly)、测试适配器和被测设备UUT(UnitUnder Test).对测试设备的性能和UUT测试需求采用统一的信号与测试定义标准STD(signal and test definition)进行描述,实现了测试设备性能与UUT测试需求的自动匹配.通过引入逻辑资源的概念对测试设备性能与仪器通道之间的动态映射关系进行描述,以实现测试过程中仪器资源的合理分配.采用XML作为ATS的建模语言,提高了ATS资源建模的开发效率和系统内信息的互操作程度.     

一种以模拟电路测点和指标表示最优故障判别效果的决策树实现方法

描述了一种由测点和指标样本所表示的故障空间,给出了一种基于Fisher判别的故障分类决策过程。为了提高故障判别能力,提出了一种由测点和指标组合所表示的最优判别效果评价准则,并基于此,设计了相应的决策树算法。     

一种面向输出响应的多频测试故障检测与隔离方法

介绍一种在测点访问有限的情形下 ,针对模拟电路外接口的响应信息进行故障检测和隔离的方法。在构建连续的故障字典曲线的基础上 ,通过仿真实验 ,探讨并验证了利用多频测试来积累故障误差 ,构建误差曲线以检测和判别故障器件的实现思路。     

故障诊断专家系统中诊断决策方法的研究

 被诊断系统的复杂性造成故障诊断过程效率低,耗费时间长。采用多属性决策方法可以将测试代价因素引入到对复杂系统故障诊断的决策中,以提高诊断的效率。根据故障诊断的实际情况,确定了对属性权值的约束条件,提出了一种求取MADM 权值的方法,解决了故障诊断决策中属性权值选取困难的问题。通过仿真证明和普通的方法相比,专家系统采用MADM 方法,故障诊断时间减少了1/ 5 。     

基于改进CHC算法的模糊诊断规则优化方法研究

在故障诊断专家系统的自学习中,同时需要学习大量的模糊规则,造成规则优化算法的运行时间过长,难以满足实际的需要。为了解决这个问题,将特征片断优势重组算子引入CHC算法中,并将之应用到规则优化领域。仿真证明,改进的CHC算法在模糊诊断规则优化方面能以比较短的计算时间达到预期的优化效果,明显优于国内其它改进的遗传算法和CHC算法,具有比较大的实用价值。     

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Toeplitz特性,使估计的协方差矩阵成为Toeplitz矩阵的方法,在低信噪比短数据流情况下,改善来波方向(DOA)估计的性能,且不需增加乘法运算量.对MUSIC算法和PRO-ESPRIT算法进行了分析并作了计算机仿真,仿真结果表明:利用Toeplitz特性后,MUSIC算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下MUSIC算法和PRO-ESPRIT算法DOA估计的方差.