人工智能在電子測試領域的應用分析

朱展樞

（汕尾職業技術學院，廣東汕尾，516600）

0 引言

人工智能技術的應用，在信息處理等方面具有較強的優勢，能根據信息數據進行預測處理，并思考分析等，確保人工智能對事物理解的基礎上，作出正確的指令操作。當前人工智能發展在電子測試領域的應用程度越來越深，加強對二者的研究，能提升電子測試的技術和系統革新，推動電子測試在多個領域的發展。

1 人工智能發展

信息技術、網絡技術等發展帶動下，催生出人工智能技術的發展，半個世紀的發展中，人工智能也逐漸從傳統的統計方法、專家知識庫，逐漸發展成為淺層的神經網絡支持向量機等，在多年的發展中，還出現了卷積神經網絡、循環神經網絡等系統，這些系統的出現，代表技術的革新和發展，人工智能技術發展程度加深，同時，計算機視覺功能、語音語言識別功能、人工建模等領域中的應用增強，在發展中能實現自主操控和人機合作，還能實現不同領域的跨界融合發展，同時當前大數據技術、云計算、計算機等技術的深入發展，信息處理的能力越來越強，更是推動了相關技術的融合和應用。此外，硬件設備包括芯片、存儲設備等也在不斷革新發展，給人工智能的發展提供了條件，促進了大數據技術的革新。人工智能技術的研發和應用，有效節省了人力損耗，但是對高端技術人才的需求也越來越多，計算機技術的發展速度較快，相關專業人員必須不斷學習和完善自身的知識體系，才能更好地滿足人工智能發展的需求。

2 電子測試技術發展分析

自動測試技術主要是有效集中不同的測試資源，協調測試儀器、人員及數據等之間的關系，更好地滿足測試需求，從而更好地實現決策判斷，對測試需求的分析，主要是重視平臺和系統的數據采集，根據對數據的分析和被測對象的分析加以決策判斷。信息技術的發展，電子測試智能化發展程度不斷加深，同時在網絡信息技術及多種現代技術的帶動下，其網絡化和綜合化的程度加深。智能化主要體現在其感知交互功能的實現和發展，數據分析技術的應用，數據信息狀態的預測等方面；其網絡化發展，在人們獲取信息、生產生活及網絡的發展方面有必要的聯系；其綜合發展，則是體現在測試功能的不斷提升和完善，從而更好地滿足多樣化的需求。分析電子測試發展歷程，從最開始的功能相對單一，依靠測試儀器即可完成，到經過多年發展，功能越來越多樣化，包括數據采集，故障判斷，統計推斷，健康預測等，并且能實現人機交互的功能，以及后來還出現了圖像自動識別、語音系統控制等智能控制方式。

3 人工智能在電子測試領域的應用探討

3.1 測試儀器和人工智能

在測試領域發展中運用人工智能技術，可以實現智能微波測試、網絡測試、計量等，從而不斷提升其測試應用的范圍和領域。測試儀器是測試工作開展的基礎，對測試的效率和結果有重要的影響。分析測試儀器的功能，要滿足測試對象數據采集處理、降噪去噪的功能，并且確保每個功能有效結合智能算法，并發揮其圖像識別和語音識別功能，將其與智能算法結合，實現交互對接的智能化。數據采集端口，運用人工智能算法，對數據采集行為和方式進行自學，以自學系統取代人為操作系統。數據處理端口，則主要是采用神經網絡，主成分分析等算法，壓縮處理數據并獲取其特征，為后期系統故障診斷等開展提供前提。從產品的角度分析，充分發揮測試儀器的優勢，并借助智能芯片、大數據、云計算、機器視覺等人工智能相關的技術，連接底層到應用層不同信息和數據，建立網絡化的數據信息共享平臺，完成不同入口對接等，從而促進人工智能與測試儀器的融合發展。未來發展中，智能測試芯片、軟件硬件、系統平臺、機器人、測試服務等都會得到更好的融合和發展。

3.2 測試系統和人工智能

測試系統的自動化網絡化的特點，傳統的測試系統相對不完善，在數據的智能化處理方面，智能處理的水平不高，且數據處理效率相對較低，對被測試數據的挖掘力度較小。此外，分析當前發展現狀，測試技術及人工智能的結合發展還有很大的空間，需要加強一體化的建設，自動化測試技術在實時測試中的應用相對較少，結合程度較低，且只能測試推斷更新相對緩慢，一些特定測試中，不能確保數據采集和測試的準確性。

在人工測試系統和人工智能技術融合發展過程中，首先需要對人工智能算法、大數據技術和測試系統等進行綜合全面的分析，重視建設電子測試系統和平臺，加強提升數據共享程度。同時，還要根據不同的測試特點及信號，重視對預處理技術的分析，推動專家知識的運用程度，最終實現智能算法，并為特定測試的數據進行學習，提升自身的信息處理能力，能應對更復雜的測試的建模和分析。再次，在測試系統中，植入人工智能數據處理的算法，讓測試系統的數據采集模塊能與數據處理實現通信，實現智能算法的實時學習和訓練，實現測試功能的同時還能對診斷模型加以優化處理。最后，實現自動測試采集，并向測試系統前端反饋測試結果，不斷優化數據采集特征選取，提升整個測試系統的能力。

3.3 測試生態和人工智能

采用共性技術，需要連通測試儀器底層到應用層的接口，這就需要測試儀器、人員和服務的協調統一，同時需要實現測試數據、儀器和系統的智能化，突破其中的關鍵技術。技術平臺分析中，第一必須考慮測試模型具有通用性；第二是要建立不同測試領域的通信標準化，制定相應的規范制度，對測試行業發展加以規范化，并實現專家知識庫的搭建，最終促進測試技術和人工智能的結合發展。

4 結語

人工智能技術應用范圍越來越廣泛，且發展越來越迅速，對電子測試發展產生了一定的影響。從行業生態發展分析，要將人工智能滲透到行業發展的各方面，包括儀器設備的設計使用、測試系統的建立等，都需要考慮人工智能；從技術角度來講，在以云計算平臺發展的基礎上，必須重視對大數據存儲分析技術的研究，重視測試儀器產品的設計和系統的不斷優化。此外，還要通過測試儀器、產品、系統、技術、人才等與人工智能的結合，積極構建以人工智能為基礎的電子測試新生態。