基于動態雙子群的集成電路瞬態干擾信號識別方法

陳經緯

（無錫交通高等職業技術學校，江蘇 無錫 214000）

集成電路是電子設備的重要組成部分，已被廣泛應用于電力設備中。其具有良好的優勢，但是也具有一定的缺陷，其內部電磁環境比較復雜，在運行過程中很容易受到外界因素干擾，其作為電子設備的“內核”，電路的穩定性對電子設備的可靠性與安全性具有重要影響。集成電路的干擾信號中一部分信號干擾周期雖非常短暫，但是對集成電路運行安全與穩定造成的不良影響非常大，該干擾信號為瞬態干擾信號，在瞬態干擾下集成電路電壓會出現突變、波動，如果沒有采取有效的手段對其進行識別與控制，將會造成電路故障，比如放電故障，因此必須要采取一些手段對電路的瞬態干擾信號進行識別，為其控制提供有力的信息依據。由于國內在集成電路方面研究起步比較晚，雖然近幾年集成電路受到研究領域的重視與關注，相關學者與專家開展了一系列研究，但是多數研究集中在集成電路控制與設計方面，關于集成電路瞬態干擾信號識別方面的研究非常少，目前尚處于初步探索階段，現行方法在實際應用中效果不佳，不僅信號錯誤識別數量比較多、識別精度比較低，而且識別時間比較長，無法達到預期的瞬態干擾信號識別效果，為此本文提出基于動態雙子群的集成電路瞬態干擾信號識別方法。

1 集成電路信號采樣

根據集成電路瞬態干擾信號識別需求，此次采用無線傳感技術對電路信號樣本進行采集，選擇AGIU-a5f8無線傳感器作為信號采集裝置，采用串并聯的方式將無線傳感器接入到集成電路電源總線上，根據實際情況對無線傳感器采樣周期、脈沖信號發射頻率以及掃描范圍等參數進行設定，無線傳感器脈沖信號發射端向集成電路發射脈沖信號，脈沖信號經集成電路發生反射效應，由信號接收端接收到反射信號，對于任意一個接收到的信號可以表示為：

式中，F表示無線傳感器采集到的集成電路信號樣本；h（x）表示有效信號；p（x）表示噪聲信號［1］。將采集到的電路信號由讀卡器進行讀寫，并通過無線網絡將采樣的信號樣本發送到計算機上，用于后續瞬態干擾信號特征提取與識別。

2 瞬態干擾信號特征提取

從公式（1）可以看出，無線傳感器采集到的信號中包含有效信號與噪聲干擾信號，而瞬態干擾信號就包含在噪聲干擾信號中，瞬態干擾信號與其他噪聲干擾信號不同，其干擾周期非常短、干擾信號波動幅度非常大、干擾功率非常高，因此采用小波分析技術對采集的信號樣本進行分解，將其分解為若干個波段，提取到干擾信號特征［2］。考慮到在一般情況下信號中海雜波比較強，會遮蓋住干擾信號特征，因此在小波分解前對原始信號的海雜波進行消除，將原始信號轉化到頻率-多勒普圖，利用多勒普矩陣將海雜波在頻率-多勒普圖中所在的多勒普域置零，以此消除原始信號中海雜波。在上述基礎上，對任意電路信號進行連續小波變換，其用公式表示為：

式中，We，bF表示原始信號F變換后的信號小波包；e 表示小波序列伸縮因子；b 表示小波序列平移因子；γe，b表示小波母函數［3］。將上述公式中的小波序列伸縮因子e 取值，取值范圍在0～1之間，就形成了二進制小波變換，將變換后的小波包進行多層分解，得到分解后不同波段，其用公式表示為：

式中，ci表示分解后得到的集成電路信號波段；n表示最大分解層數；表示信號小波包的共軛；表示尺度濾波器［4］。對分解后得到的信號小波序列波動幅度進行計算，提取到該波段對應的幅值，其計算公式為：

式中，A（ci）表示集成電路信號幅值表示在信號波段ci區間集成電路最大功率值；表示在信號波段ci區間集成電路最小功率值［5］。利用上述公式計算得到每個小波序列的幅值特征，以此提取到集成電路信號特征。

3 基于動態雙子群的干擾信號識別

根據提取到的信號特征，利用動態雙子群算法搜索到m個小波序列中的瞬態干擾信號。動態雙子群是粒子群算法與人工蜂群算法相結合形成的一種動態混合型算法。假設每個小波序列特征都是一個個體，由m個個體組成種群，為了避免在干擾信號搜索識別過程中出現局部最優，將種群分成兩個不同的種群，分別為粒子群與人工蜂群，兩個子群通過信息交流，在搜索過程中對種群進化信息進行交流與傳遞，最終搜索出瞬態干擾信號［6］。根據分解后得到的信號特征生成雙子群，粒子群體數量與人工蜂群體數量均為m，并對迭代次數以及學習因子設定［7］。每個群體在特定的空間內進行搜索，將瞬態干擾信號最小幅值作為兩個子群動態搜索的目標。在迭代計算過程中兩個子群不斷更新，產生新的種群，其更新用公式表示為：

式中，u（t）表示更新后的粒子群種群；z（t-1）表示上一時刻個體所在的位置；v表示粒子個體移動速度；c表示學習因子；r表示獨立的參數；P表示粒子個體所處的歷史最優位置；z表示粒子當前所處的位置；x（t）表示更新后的人工蜂群種群；xd表示在搜索空間內得到的第d維的最小值；ε 表示一個隨機數；xz表示在搜索空間內得到的第d維的最大值［8］。更新后的兩個子群開展信息交流，按照集成電路瞬態干擾信號最小幅值μ 對兩個子群中各個個體適應度值進行計算，其計算公式為：

式中，f（x）表示雙子群中個體適應度值；ψ 表示適應度函數。對迭代條件進行檢驗，如果符合迭代條件，則輸出適應度值最大的個體，其對應的集成電路信號為瞬態干擾信號；如果沒有符合迭代條件，則繼續干擾上述過程對雙子群進行動態迭代搜索，直至符合迭代條件為止，以此完成基于動態雙子群的集成電路瞬態干擾信號識別。

4 實驗論證

4.1 實驗準備與設計

為了驗證本文提出的基于動態雙子群的集成電路瞬態干擾信號識別方法的可靠性與可行性，選擇某集成電路作為實驗對象，利用本文設計方法對該集成電路瞬態干擾信號進行識別。為了使實驗結果與實驗數據具有一定的說明性與可靠性，選擇兩種傳統方法作為對比，設計一組對比實驗，兩種傳統方法分別為基于線性模型的識別方法和基于多普勒圖的識別方法，以下用傳統方法1與傳統方法2表示。實驗準備了一臺AGIU-a5f8無線傳感器，將其接入到集成電路總線上，對電路信號樣本進行采集，根據該集成電路實際情況，將傳感器脈沖信號發射頻率設定為2.46Hz，采樣周期設定為0.01s，實驗共采集到2400個電路信號，其中含有800個瞬態干擾信號，按照上述流程對電路信號進行小波分析，提取到信號特征，并根據實際情況對動態雙子群算法參數進行設定，雙子群種群大小設定為100，迭代次數設定為200次，慣性權重設置為0.01～0.25，學習因子設置為0.05～2.45，通過迭代計算識別到瞬態干擾信號，以下對具體的識別效果進行檢驗。

4.2 實驗結果與討論

本次實驗以瞬態干擾信號錯誤識別數量作為三種方法可行性評價指標，瞬態干擾信號錯誤識別數量越多，表示方法識別精度越低，可行性越差。實驗以瞬態干擾信號樣本數量為變量，使用電子表格對不同樣本下瞬態干擾信號錯誤識別數量，具體數據如表1所示。

表1 三種方法瞬態干擾信號錯誤識別數量對比（個）

從上表中數據可以看出，在本次實驗中設計方法瞬態干擾信號錯誤識別數量相對比較少。雖然三種方法瞬態干擾信號錯誤識別數量均隨著識別樣本數量的增加而不斷增加，但是設計方法增加比例比較小，當識別樣本數量達到800個時，瞬態干擾信號錯誤識別數量僅為4，錯識率僅為0.5%，從數量上比傳統方法1少88個，比傳統方法2少98個；從錯識率來看比傳統方法1低10.2%，比傳統方法2低11.6%，因此證明在精度方面設計方法優于兩種傳統方法。為了進一步驗證設計方法的適用性，對三種方法識別時間進行對比，以采集到電路信號時間作為開始時間，以輸出識別結果時間作為結束時間，實驗以信號干擾水平作為變量，在采樣過程中使用IYHF干擾設備對無線傳感器進行干擾，每隔10min提升1Hz干擾頻率，對不同干擾水平下三種方法識別時間進行對比，具體數據如表2所示。

表2 三種方法識別時間對比（s）

從上表中數據可以看出，本文設計方法識別時間相對比較短。雖然三種方法識別時間均隨著干擾水平的提升而不斷增長，但是設計方法識別時間增長比例比較小，當干擾水平達到7.5Hz時，識別時間僅為0.58s，可以將其控制在1s以內，比傳統方法1快將近11s，比傳統方法2快將近13s。因此本次實驗證明，無論是識別精度還是識別速度，設計方法均表現出明顯的優勢，相比較兩種傳統方法更適用于集成電路瞬態干擾信號識別。

5 結論

瞬態干擾信號識別作為集成電路安全可靠運行的重要保障，同時也是集成電路管理工作中一個重要項目，本文參考相關文獻資料，針對當前集成電路瞬態干擾信號識別理論存在的不足與缺陷，將動態雙子群應用到信號識別中，提出了一個全新的瞬態干擾信號識別思路，并通過實驗論證了該思路的可行性與可靠性，有效提高了瞬態干擾信號識別精度與速度，實現了對傳統方法的優化與創新，以及對識別理論的補充，具有一定的研究價值。但是本文研究方法尚未在實際中得到大量的實踐與應用，在某些方面可能存在一些不足，今后會在方法優化設計方面展開進一步探究，為集成電路瞬態干擾信號識別提供有力的理論支撐。