基于FRWT結合HMM的模擬電路早期故障檢測和定位研究

穆鵬

（陜西郵電職業技術學院，陜西咸陽，712000）

1 FRWT及HMM在模擬電路故障檢測與定位中的實際應用概述

1.1 FRW T以及HMM概述

FRWT技術的誕生是應用于我國小波變換方法之下對于信號去噪的實際需求之中。作為信號分析的多分辨率分析技術，小波變換在時域以及頻域之中不同的位置具有著不同的相應分辨率。FRWT技術作為我國信號分析領域常見技術類型之一，旨在于研究平穩信號的實際去噪，提出一種基于最優分數階小波變換(FRWT)的信號去噪方法。由于與傳統的去噪技術相比FRWT技術能夠針對信號信噪比的不同而采用遺傳算法尋找FRWT的最優分數階值，因此在實際應用過程中能夠實現多元化限號類型的平穩去噪需求。HMM即隱形馬爾科夫模型，是當前我國統計學領域中廣泛應用的統計模型之一，它用來描述一個含有隱含未知參數的馬爾可夫過程。其難點是從可觀察的參數中確定該過程的隱含參數，然后利用這些參數來作進一步的分析，例如模式識別等工作中進行HMM的實際應用便存在著較高難度。

1.2 FRW T以及HMM在模擬電路早期故障檢測中的應用分析與FRW T-HMM故障診斷系統運行理論分析

就FRWT以及HMM在模擬電路早期故障檢測以及定位工作中的實際應用價值而言，二者能夠結合各自領域中較為優質的自身價值來滿足對于模擬電路中早期故障檢測的實際需求。其中，FRWT是普通小波在時頓平面之中繞坐標軸逆時針旋轉一定角度而形成的。由于在時頓平面之中旋轉九十度的任意周期最終結果依然是普通小波，因此FRWT可以被視為普通小波在時頓平面之中較為特殊的一種表現形式。通過傅氏變換，能夠利用數學建模來為FRWT提供相應的小波尺度參數以及角度參數，進而得到小波基函數相應參照向量；進而通過離散分解能夠利用小波基函數最終確定小波基函數的最終響應序列長度。將不同頻率之中的高頻子帶中小波系數進行建模計算后進行累加，能夠確定分數階子帶中相應向量以及故障特征向量。其中，故障特征向量是HMM的狀態變量，通過HMM能夠確定故障特征變量之中的故障有無以及存在故障的相應位置，進而觀察變量得到CUT的最終位置。

由于特征向量在不同故障制之中存在著不同的實際體現，因而在面對不同的故障特征向量時CUT體現出的實際概率都各不相同。而FRWT-HMM故障檢測系統的實際運行在于通過HMM進行故障本質的實際檢測。這就使得在確定實際故障的特征向量之后找出故障變量特征性參數后需要針對CUN出現的概率相應值的變換進行相關分析成為了該故障檢測系統運營中的必要步驟之一。首先，在系統檢測過程中需要針對序列中的每個有效時刻之中終止狀態以及相應的概率加以相關分析。最為在系統中運營的實際效應以及對應的相關參數來看，終止時最大概率的對應效果就在于對應路徑的最佳路徑，進而就HMM狀態來對CUT訓練出相應的電路故障狀態。實際運營體系的訓練步驟在于：首先，在CUT各已知狀態之下多次對系統整體進行刺激，在刺激后就電路做出的實際反應來在CUT的最終輸出地點確定對應的多個電壓實際輸出序列；其次，針對正常與故障電路之中電壓的實際輸出序列不同來進行相應的FRWT參數分解，就電路在各狀態之下的運營效果進行相應的參數分析，對產出的向量進行特征檢測；第三，利用在各狀態下檢測出的實際向量特征開始對電路的HMM訓練，并最終得出正常狀態下的電路特征以及各種故障類型之下的電路故障特征。訓練由相應的數學算法進行。

最終在對故障電路特征參數以及算法結果得到確認后，FRWT-HMM整體體系能夠針對自身運算結果來為實際模擬電路中存在的不同故障類型予以診斷步驟的具體方案。首先，針對CUT信號來得到實際輸出過程中的電壓序列，其次按照訓練步驟中的針對正常故障電路中的實際輸出序列不同來進行相應的FRWT參數分解，就電路在各狀態之下的運營效果進行相應的參數分析，對產出的向量進行特征檢測，并最終將結果輸入HMM來得到診斷結果的最終分析。

2 FRWT及HMM背景下模擬電路早期故障檢測相應實驗案例分析

筆者就FRWT及HMM應用背景下的模擬電路早期故障檢測機制運作原理進行了相應的實驗設計。諸如，在一個帶通濾波電路之中存在著固定值的元件參數容差以及放大器增益。對這一背景下的虛擬電路進行相應的故障集定義，并針對統一背景環境之下的不同元件參數進行故障設計。對此筆者設計了13中不同故障類型的虛擬電路種類，其中故障電路分為兩組各六中，正常電路一種。對存在故障的虛擬電路分別進行相應的算法應用，將輸出數據參數與相應電壓互相結合得出最終的實際輸出序列。

通過上文中所述的訓練機制以及在得出特征參數以及算法結果后的參數分解以及特征檢測，能夠對CUT的相應未知狀態加以最終診斷。在本次實驗環境之中，為保證最終得出的實際參數以及特征向量的值具備較為明顯的差異性以及參考價值，可以對實驗過程中的實際參數相關度加以降低。

從最終結果之中可以看出，在固定的實驗環境以及變量參數之中能夠得出比以往傳統模擬電路特征檢測措施中更為明顯的實際故障識別效率。就我國現有的傳統模擬電路故障檢測以及定位研究的效果來看，傳統方式中由于計算精度不足以及實際操作難度較高等固有弊端的制約性影響，在面對多元化的實際故障模擬電路檢測需求時往往無法針對實際檢測效果提供相應的參考價值。這就使得本文中所使用的故障檢測體系以及故障檢測內涵具備了一定的參考價值。就傳統的故障檢測方法來看，我國傳統相關行業之中普遍使用的是LDA方法以及F-H方法，此類檢測方式在識別具有一定特定性質的故障類型時往往表現的并不理想。就FRWT-HMM機制的實際故障檢測能力以及適用廣泛程度來看，在多數故障類型下均能夠保證自身體系運行的流暢程度；同時在較多實際環境之下，該檢測模式都能夠發揮較為穩定的能力以及較為靈敏的故障識別率。就傳統檢測模式使用的缺點來看，主要是由于傳統小波在原始數據之中存在著分辨率的實際缺失以及獲取原始數據后不具備相應的LDA降維措施。

3 結語

模擬電路早期故障檢測和定位研究作為該領域中固有弊端較多的技術類型之一，需要得到相關建設人員的足夠重視。當前我國在電子信息產業之中對于模擬電路的早期故障檢測以及定位研究存在著較高的相關需求，對此類技術進行開發革新也能夠對我國相應產業發展帶來一定助力。

[1]胡梅,樊敏.一種模擬電路功能模塊故障診斷的方法[J].電子測量與儀器學報,2015,(26)：31-32.

[2]鄭博愷,鄧杰,張開新,孫祺森,王璐.基于故障測試相關矩陣與支持向量機的模擬電路軟故障診斷方法[J].電器與能效管理技術,2017,(10)：15-19.