论文部分内容阅读
针对模拟电路故障诊断中特征向量冗余的问题，提出一种基于Treelet变换的模拟电路故障诊断方法，Treelet变换是一种自适应的多尺度的数据分析方法，适用于对高维数据降维和特征选择；文中首先对被测电路的输出信号采样，将采集到的信号进行Treelet变换，提取故障特征向量，最后将得到的特征向量输入BP神经网络进行故障模式识别；仿真实验结果表明，该方法能够有效地提取电路故障特征；与其他故障特征提取方法相比较，基于Treelet变换的模拟电路故障诊断方法具有较高的故障诊断率和收敛速度。