一种基于广义多核支持向量机的模拟电路故障诊断方法

摘要

一种基于广义多核支持向量机的模拟电路故障诊断方法，包括以下步骤：（1）采集模拟电路的时域响应信号，即采集所述模拟电路的输出电压信号；（2）对采集的电压信号进行小波变换，计算小波系数的能量作为特征参量，所有特征参量的集合即为样本数据；（3）基于样本数据，应用PSO优化广义多核支持向量机的正则化参数和折衷参数，构建基于GMKL-SVM的故障诊断模型；（4）以建立的基于GMKL-SVM的故障诊断模型作为分类器，对模拟电路的故障进行诊断。该发明中GMKL-SVM的分类性能优于其他的分类算法，同时应用PSO优化GMKL-SVM参数的方法亦优于传统获取参数的方法，可高效地检测出模拟电路的元件故障。

主权项

一种基于广义多核支持向量机的模拟电路故障诊断方法，其特征在于，包括以下步骤：（1）采集模拟电路的时域响应信号，采集到的时域响应信号为所述模拟电路的输出电压信号；（2）对采集的电压信号进行小波变换，计算小波系数的能量作为特征参量，所有特征参量的集合即为样本数据；（3）基于样本数据，应用粒子群算法优化广义多核支持向量机的正则化参数和折衷参数，构建基于广义多核支持向量机的故障诊断模型；（4）以建立的基于广义多核支持向量机的故障诊断模型作为分类器，对模拟电路的故障进行诊断。