基于多信號(hào)模擬的電子系統(tǒng)可測(cè)算法分析

張少鳳

（寶雞職業(yè)技術(shù)學(xué)院 陜西寶雞721000）

在我國(guó)社會(huì)經(jīng)濟(jì)不斷進(jìn)步的過(guò)程中，微電子技術(shù)也在不斷的發(fā)展，電子系統(tǒng)中芯片的集成度也越來(lái)越高，導(dǎo)致電路系統(tǒng)的測(cè)試難度也在不斷的加大。在一些大型并且較為復(fù)雜的繼承電路中，數(shù)字電路的作用都是實(shí)現(xiàn)集成化，模擬并且實(shí)現(xiàn)部分和外部的連接，在某個(gè)集成電路中對(duì)部分電路進(jìn)行模擬，此電路占據(jù)故障總數(shù)的大部分。在電子系統(tǒng)集成度不斷提高的過(guò)程中，使用的測(cè)試方法成本較高，并且使用的時(shí)間較長(zhǎng)。所以對(duì)電子系統(tǒng)的可測(cè)性進(jìn)行研究是非常有必要的。

1 多信號(hào)模型的概念及創(chuàng)建

1.1 淺析多信號(hào)模型

故障模型指的是對(duì)故障信號(hào)抽象的標(biāo)準(zhǔn)表達(dá)，是在系統(tǒng)診斷知識(shí)及功能描述過(guò)程中的定義。系統(tǒng)故障的診斷模型主要包括兩種，分別為結(jié)構(gòu)化及依賴性[1]。前者與系統(tǒng)的原理圖相同，是通過(guò)方向圖的方式表示，使電路能夠被理解及校正。結(jié)構(gòu)化模型的測(cè)試較為簡(jiǎn)單并且快速，便于各種大系統(tǒng)的測(cè)試和分析，并且能夠從CAD數(shù)據(jù)庫(kù)中獲得模型。但是結(jié)構(gòu)與功能并不同，尤其是嵌入到簡(jiǎn)單方塊圖中函數(shù)的復(fù)雜關(guān)系，要想能夠得到完整的電路函數(shù)關(guān)系，結(jié)構(gòu)化模型并不能夠完全滿足需求；后者為依賴性模型，比如診斷推理、推理等。模型故障源和測(cè)試或者測(cè)試和測(cè)試之間的因果關(guān)系要通過(guò)方向圖的方式表示，因?yàn)槠渚哂袃?nèi)在簡(jiǎn)化的特安定，所以其是測(cè)試分析工具中重要的建模技術(shù)。但是依賴性模型的結(jié)構(gòu)評(píng)估結(jié)果只能夠通過(guò)二進(jìn)制表示[2]。

1.2 多信號(hào)模型的結(jié)構(gòu)

通過(guò)上述描述，為了能夠有效改善多信號(hào)模型中的問(wèn)題，本文設(shè)計(jì)簡(jiǎn)單易懂的建模方法，其主要是以結(jié)構(gòu)化模型對(duì)功能障礙信息模擬為基礎(chǔ)，此模型與電子系統(tǒng)中的元件信號(hào)屬相具有一定的聯(lián)系，并且與信號(hào)的檢測(cè)點(diǎn)具有一定的聯(lián)系[3]。可以將多模型信號(hào)分為幾個(gè)部分：

1）有限原件集。簡(jiǎn)單來(lái)說(shuō)就是系統(tǒng)潛在的故障源，可以通過(guò)C=（c1，c2...cL）表示；

2）和系統(tǒng)有關(guān)的依賴信號(hào)集，可以通過(guò)V=（v1，v2...vK）表示；

3）有限能夠檢測(cè)的n個(gè)測(cè)試，可以通過(guò)T=（t1，t2...tn）表示；

4）能夠檢測(cè)有限集大小的測(cè)試點(diǎn)集，可以通過(guò)TP=（TP1，TP2...TPp）表示；

5）和測(cè)試點(diǎn)集相關(guān)的測(cè)試SP（TPP）；

6）元件對(duì)信號(hào)集的影響SC（ci）；

7）測(cè)試tj檢測(cè)的信號(hào)子集 ST（tj）；

8）多信號(hào)模型的系統(tǒng)物理連接通過(guò)有向圖表示。

1.3 多信號(hào)模型的創(chuàng)建

多信號(hào)模型的創(chuàng)建主要分為3個(gè)步驟，分別為：

首先，將結(jié)構(gòu)模型、概念方框圖及原理圖進(jìn)行輸入，通過(guò)TEAMS中的VHDL結(jié)構(gòu)模型能夠生成結(jié)構(gòu)模型；

之后，將相關(guān)的信號(hào)加入到測(cè)點(diǎn)或者模塊中，信號(hào)能夠根據(jù)傳輸函數(shù)的變量或者功能說(shuō)明進(jìn)行定義；

最后，根據(jù)實(shí)際的情況對(duì)模塊進(jìn)行更新[4]。

2 靜態(tài)可測(cè)算法分析

對(duì)系統(tǒng)進(jìn)行靜態(tài)可測(cè)性進(jìn)行分析和測(cè)試輸出沒(méi)有關(guān)系，其能夠?qū)ο到y(tǒng)的缺陷進(jìn)行識(shí)別，從而提出提高故障診斷能力的建議。靜態(tài)分析包括多故障及單故障兩種，多故障能夠?qū)ο到y(tǒng)中的隱藏故障進(jìn)行分析，多故障能夠?qū)τ脩魶](méi)有檢測(cè)到的故障進(jìn)行分析[5]。

2.1 單故障分析

單故障分析指的是假如系統(tǒng)在某個(gè)時(shí)間發(fā)生了故障，系統(tǒng)內(nèi)部的分析就是單故障分析。單故障分析的主要內(nèi)容包括用戶沒(méi)有檢測(cè)到的故障、模糊組及冗余測(cè)試，圖1為單故障分析實(shí)現(xiàn)的過(guò)程。

沒(méi)有被檢測(cè)到的故障源為未檢測(cè)故障，與依賴矩陣中的全零形相互對(duì)應(yīng)；檢測(cè)特征相同的測(cè)試為冗余測(cè)試，與依賴矩陣中的相同列向量對(duì)應(yīng)；故障源的可觀察故障特征相同為模糊組，與依賴矩陣中的相同形對(duì)應(yīng)。系統(tǒng)在完好狀態(tài)下與全零形對(duì)應(yīng)，但是其一般會(huì)被當(dāng)做沒(méi)有檢測(cè)的狀態(tài)，并不是沒(méi)有檢測(cè)的故障。冗余測(cè)試主要分為兩種，分別為靜態(tài)及動(dòng)態(tài)。一個(gè)系統(tǒng)中的模糊組量是不定的，可以有多個(gè)，一個(gè)或者沒(méi)有[6]。

圖1 單故障分析的實(shí)現(xiàn)過(guò)程

2.2 多故障分析

假如現(xiàn)在的可測(cè)算法系統(tǒng)中最多只有一個(gè)故障，但是在實(shí)際生活中是不存在的，所以就要對(duì)系統(tǒng)的潛在故障進(jìn)行分析。比如在單故障策略對(duì)某個(gè)故障進(jìn)行隔離之后，這個(gè)故障就掩蓋了其他故障，如果這個(gè)掩蓋故障是根本原因，那么故障被診斷之后還是存在，以此就導(dǎo)致系統(tǒng)處于故障狀態(tài)。在單故障假設(shè)不成立時(shí)，就要對(duì)其他的附加故障進(jìn)行檢查。多故障分析主要包括掩蓋故障及隱藏故障的分析[7]，圖2為多故障分析的實(shí)現(xiàn)過(guò)程。

圖2 多故障分析的實(shí)現(xiàn)過(guò)程

在進(jìn)行隱藏故障分析時(shí)候的計(jì)算較為簡(jiǎn)單，故障源si的隱藏故障集可以通過(guò)Hi表示，運(yùn)算可以通過(guò)下式表示：

Di為依賴矩陣的第i行，m表示故障源的總數(shù)目，∪表示運(yùn)算。尋找Di的列索引，排除列中其他行的索引，從而得到隱藏故障集中的行索引。全1行中的其他行都是隱藏故障，全零行中沒(méi)有隱藏故障[8]。

3 動(dòng)態(tài)可測(cè)算法分析

3.1 測(cè)試的最優(yōu)策略

序列的測(cè)試是在故障診斷時(shí)候先后順序的測(cè)試，在進(jìn)行系統(tǒng)測(cè)試的時(shí)候，不僅要進(jìn)行故障診斷，還要使縮短測(cè)試的時(shí)間，降低測(cè)試的費(fèi)用。測(cè)試的最優(yōu)序列值得是以測(cè)試的代價(jià)、結(jié)果及故障率為基礎(chǔ)，使有效序列的測(cè)試代價(jià)為最小。

測(cè)試序列的求解可以通過(guò)簡(jiǎn)單的形式進(jìn)行定義為五元組的關(guān)系，分別為S、P、T、C、D，系統(tǒng)狀態(tài)有限的集合表示為S=（S0，S1，…Sm）；系統(tǒng)狀態(tài)先驗(yàn)概率的向量集合表示為P=（p（S0），p（S1），…p（sm））T，也就是故障率；能夠測(cè)試得到的集合表示為T=（t1，t2，…tn）；測(cè)試代價(jià)的向量幾何表示為C=（c1，c2，…cn）T；測(cè)試集和故障集兩者幾何的二元依賴矩陣表示為D=（dij）[9]。

由于測(cè)試要具有測(cè)試代價(jià)，每個(gè)故障具有自身的故障率，最優(yōu)的測(cè)試矩陣和故障率、測(cè)試代價(jià)具有一定的聯(lián)系，所以在依賴矩陣中添加測(cè)試代價(jià)及故障率，便于之后的觀察。以下以改進(jìn)后的依賴矩陣進(jìn)行解釋，詳見(jiàn)表1。此系統(tǒng)中具有5個(gè)故障診斷及一個(gè)無(wú)故障狀態(tài)，還有5個(gè)判斷位置故障源測(cè)試，此矩陣表示了故障源和測(cè)試的關(guān)系，并且還表示了故障源的故障率及測(cè)試代價(jià)。

表1 故障率及測(cè)試代價(jià)的依賴矩陣測(cè)試

假如在某時(shí)刻只要一個(gè)系統(tǒng)狀態(tài)si（1≤i≤m）的時(shí)候，求最優(yōu)測(cè)試序列，也就是設(shè)計(jì)測(cè)試算法，要求測(cè)試T中的測(cè)試能夠診斷出S任意系統(tǒng)的狀態(tài)，并且降低測(cè)試成本J[10]，表達(dá)式為：

A為二元矩陣，根據(jù)測(cè)試得到的序列結(jié)果，如果系統(tǒng)在識(shí)別狀態(tài)下使用測(cè)試tj，那么aij的值為1，否則，aij的值為 0。

降低測(cè)試成本是一個(gè)Markov決策問(wèn)題，x狀態(tài)指的是系統(tǒng)狀態(tài)模糊組，決策指的是x狀態(tài)測(cè)試，其的解決方法就是創(chuàng)建二叉決策樹(shù)，將或節(jié)點(diǎn)標(biāo)記為模糊狀態(tài)。最優(yōu)決策樹(shù)屬于NP完全問(wèn)題，但是目前其并不能夠通過(guò)多項(xiàng)式復(fù)雜算法解決。動(dòng)態(tài)規(guī)劃算法的計(jì)算會(huì)根據(jù)測(cè)試及故障的數(shù)量增加，導(dǎo)致計(jì)算爆炸[11]。

3.2 A0*算法

AO*算法指的是最佳且有序的搜索算法，其根據(jù)啟發(fā)估值函數(shù)中的最優(yōu)希望實(shí)現(xiàn)目標(biāo)節(jié)點(diǎn)，這個(gè)過(guò)程包括3個(gè)步驟，并且一直重復(fù)，直到生成決策樹(shù)[12]。首先，根據(jù)最優(yōu)路徑對(duì)執(zhí)行圖便利，積累未擴(kuò)展的節(jié)點(diǎn)集；之后，根據(jù)節(jié)點(diǎn)中的最高啟發(fā)評(píng)估函數(shù)節(jié)點(diǎn)進(jìn)行擴(kuò)展，其中的節(jié)點(diǎn)都能夠被計(jì)算，在圖或者與中添加子節(jié)點(diǎn)；最后，從下到上修改操作并且實(shí)現(xiàn)節(jié)點(diǎn)的擴(kuò)展[13]。

本節(jié)根據(jù)表1中的系統(tǒng)，使用此算法尋找最優(yōu)的測(cè)試序列，圖3為最優(yōu)測(cè)試序列。使用霍夫曼平均編碼長(zhǎng)度為啟發(fā)函數(shù)，擴(kuò)展根節(jié)點(diǎn)，根據(jù)5個(gè)能夠得到的測(cè)試得出5個(gè)局部解樹(shù)，詳見(jiàn)圖3。之后將算法中循環(huán)的完全擴(kuò)展圖在圖4中展示，使用粗黑線表示最優(yōu)決策樹(shù)，搜索過(guò)程為：首先，通過(guò)t1追蹤終端節(jié)點(diǎn)，模糊子集中具有最高值，并且推出t3為具有最小修復(fù)代價(jià)的測(cè)試。但是此值和之前的值相同，那么就要展開(kāi)另外子集。對(duì)t3進(jìn)行擴(kuò)展得出最優(yōu)，在修復(fù)代價(jià)之后，跟節(jié)點(diǎn)代價(jià)進(jìn)行估值，因?yàn)閠1比其他評(píng)估值大，這個(gè)時(shí)候t2最小，那么就對(duì)其的局部樹(shù)進(jìn)行擴(kuò)展。選擇t3和t4擴(kuò)展終端節(jié)點(diǎn)。因?yàn)閤的代價(jià)估值不會(huì)被修改，那么就選擇另外節(jié)點(diǎn)進(jìn)行擴(kuò)展。t4為最優(yōu)，持續(xù)此過(guò)程，直到生成解樹(shù)。圖5為最終的搜索圖[14]。

圖3 最優(yōu)測(cè)試序列

4 算法的實(shí)現(xiàn)

在模型創(chuàng)建的過(guò)程中，可以在軟件平臺(tái)轉(zhuǎn)給你的Tape Head模塊中選擇功能故障，其他的模塊選擇一般故障。在開(kāi)發(fā)平臺(tái)中對(duì)系統(tǒng)進(jìn)行靜態(tài)可測(cè)性分析，結(jié)果顯示系統(tǒng)沒(méi)有發(fā)現(xiàn)故障，有一個(gè)冗余測(cè)試集及模糊組[15]，其通過(guò)代碼表示為：

圖4 擴(kuò)展路徑

圖5 最終測(cè)試的序列

文中以磁帶播放機(jī)模型為例，測(cè)得的可測(cè)結(jié)果詳見(jiàn)圖6。

圖6 以磁帶播放機(jī)模型為例的可測(cè)結(jié)果

5 結(jié)束語(yǔ)

文中的研究主要是以系統(tǒng)指標(biāo)及可測(cè)性為基礎(chǔ)，對(duì)常見(jiàn)的可測(cè)指標(biāo)進(jìn)行了歸納，并且研究了可測(cè)算法。針對(duì)以上的研究，研發(fā)了可測(cè)分析模塊，能夠?qū)崿F(xiàn)多種可測(cè)分配，為設(shè)計(jì)可測(cè)系統(tǒng)提供量化指標(biāo)，并且能夠?qū)崿F(xiàn)動(dòng)態(tài)和靜態(tài)分析，其分別指出了不同單位需求的可測(cè)指標(biāo)及實(shí)際能夠?qū)崿F(xiàn)的可測(cè)指標(biāo)，從而為可測(cè)設(shè)計(jì)提供建議。

參考文獻(xiàn)：

[1]宋森森.基于多特征模型模擬電路測(cè)試選擇與驗(yàn)證[D].成都：電子科技大學(xué)，2016.

[2]王彩利.基于多信號(hào)特征模擬電路可測(cè)性分析與故障診斷[D].成都：電子科技大學(xué)，2014.

[3]戎軍飛.基于3G網(wǎng)絡(luò)的河道冰凌圖像遙測(cè)系統(tǒng)設(shè)計(jì)與冰凌密度分析[D].太原：太原理工大學(xué)，2016.

[4]李旻.復(fù)雜電子系統(tǒng)綜合診斷與故障預(yù)測(cè)關(guān)鍵技術(shù)研究[D].成都：電子科技大學(xué)，2014.

[5]何向鋒.基于多信號(hào)模型電子系統(tǒng)綜合診斷軟件方案與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2015.

[6]宋辰亮.電子系統(tǒng)可靠性與剩余壽命的實(shí)時(shí)預(yù)測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2014.

[7]徐傳芳.電動(dòng)負(fù)載模擬器控制系統(tǒng)的研究[D].淮南：安徽理工大學(xué)，2015.

[8]王棟.基于TI6678的雷達(dá)信號(hào)處理平臺(tái)設(shè)計(jì)研究[D].西安：西安電子科技大學(xué)，2015.

[9]雷華軍.電子系統(tǒng)測(cè)試方案優(yōu)化設(shè)計(jì)理論與關(guān)鍵技術(shù)研究[D].成都：電子科技大學(xué)，2015.

[10]吳慧文，李鈺，林兆培.優(yōu)化的動(dòng)態(tài)平均權(quán)重算法及其在色譜信號(hào)處理中的應(yīng)用[J].華東理工大學(xué)學(xué)報(bào)自然科學(xué)版，2014，40（4）:469-473.

[11]李志剛.視頻跟蹤測(cè)試平臺(tái)的電子學(xué)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)春：吉林大學(xué)，2015.

[12]萬(wàn)毅，萬(wàn)宇通，黃海隆，等.一種基于多狀態(tài)轉(zhuǎn)換推理的電子系統(tǒng)熱可靠性分析及預(yù)測(cè)方法:，CN105160171A[P].2015.

[13]雷華軍.測(cè)試不可靠條件下基于量子進(jìn)化算法的測(cè)試優(yōu)化選擇[J].電子學(xué)報(bào)，56（5），2017:12-13

[14]盛艷燕.電力電子電路故障診斷與預(yù)測(cè)技術(shù)研究[D].南京：南京航空航天大學(xué)，2014.

[15]高志強(qiáng).船用調(diào)頻連續(xù)波雷達(dá)信號(hào)處理關(guān)鍵算法研究與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2016.

[16]史璇，蔡芳.財(cái)務(wù)冗余視角下?tīng)I(yíng)運(yùn)資金管理效率對(duì)企業(yè)績(jī)效影響[J].西安工業(yè)大學(xué)學(xué)報(bào)，2016，36（1）:37-42.

[17]徐進(jìn)，黃玉港，王靜玲，等.AFDX網(wǎng)絡(luò)冗余管理技術(shù)分析[J].電子科技，2017，30（3）:101-103.