基于改进的VMD和SVM的模拟电路故障诊断方法的研究

作者：刘沛霖; 刘美容^*; 何怡刚; 赵睿

来源：微电子学与计算机, 2022, 39(11): 85-94.

DOI：10.19304/J.ISSN1000-7180.2022.0167

• 变分模态分解
• 模拟电路故障诊断
• 复合多尺度排列熵
• 麻雀搜索算法

随着模拟电路的集成度和复杂度越来越高，提取其响应的特征信息也变得愈加困难.为解决提取故障信息的难题，提出将变分模态分解(variational modal decomposition, VMD)和复合多尺度排列熵(compound multi-scale permutation entropy, CMPE)相结合的算法构建故障特征向量，并且依靠麻雀搜索算法优化支持向量机(sparrow search algorithm-support vector machine, SSA-SVM)完成故障的分类。首先，通过PSPICE软件采集故障时的原始信号，并被VMD处理成多组含有原始信号特征的本征模态函数(intrinsic mode function, IMF)分量.其次，计算出前3个IMF分量的CMPE值，归一化处理后作为故障特征向量.最后，在分类器中训练和测试.仿真测试显示本方案最终诊断正确率可达99.67%,对比其它方案能够有效提高故障诊断效率，是一种可行的模拟电路故障诊断思路.

• 单位
  自动化学院; 武汉大学; 湖南师范大学