如发现有乱码，请点击下面链接浏览原文
正文摘录:

《现代电子技术》2006年第19期总第234期》测试·测量·自动化司数的某些本质特征。2.2HAAR小波函数HAAR函数的定义为：1f一1o≤T＜寺叫(z)一{1。(2)Il÷≤z＜1【‘HAAR小波函数的不连续的特点使之具有紧支撑和零调和性，因此HAAR小波非常适合从具有窄宽度和快速变化特征信号中提取特征，符合模拟电路冲击响应信号的特征，且计算简单，故在本故障分析中被采用。3人工免疫系统3.1生物免疫系统理论_2～’为了有效地提供防御功能，免疫系统必须进行抗原识别，把自身的分子和细胞与抗原区分开来，使自身分化激活，并最终清除抗原。这一过程是通过由骨髓产生的B细胞和T细胞来完成的。识别、清除抗原的途径有2种：一种是当抗原侵入有机体时，来自骨髓的B细胞在抗原刺激下分化增殖为成熟B细胞(又称浆细胞)，浆细胞分泌与抗原高亲和力的抗体，结合抗原直到抗原被清除；另一种是B细胞需要T细胞的帮助来识别抗原。B细胞具有杀伤和调节的功能。在调节中，一方面是当出现抗原时，促使B细胞与抗原结合，加强免疫应答；另一方面是在抗原消灭后抑制效应细胞的增殖，从而使免疫系统重新回到正常状态，保持免疫系统的有效功能。3.2反面选择算法受免疫系统自己一非己识别机理的启发，Forrest等人提出了用于检测各种变化的反面选择算法”’。该算法与免疫系统的反面选择过程类似，通过随机产生检测器，清除那些能检测出自己的检测器，保留的检测器能检测非己。由于该算法只能检测自己串有无变换，不能检测自己串发生何种变化，而在电路故障诊断中，不仅要检测正常状态下的变化，而且要检测电路发生何种变化，以及变化的模式与哪种故障相匹配，因此，为了应用反面算法进行故障诊断，必须对其进行改进。文献[5]中提出了一种改进的反面选择算法。该算法在产生检测器时，检测器空间按故障模式分割。为了改善诊断结果，检测器匹配采用部分匹配，从而使检测器对某种故障敏感。改进算法实现可概括为：(1)产生与自己空间S不相匹配的所有检测器集尺，检测器集R不能检测自己空间，只能捕获非己空问的特征。(2)将R与故障模式空间的各故障模式信号Ms，相匹配，与2个以上故障模式相匹配的检测器能检测共有特征空间，为了消除歧义性，取消这样的检测器，与各故障模式独有空间相匹配的检测器只能检测一种故障，对某种故障具有敏感性，保留这样的检测器；另外，还应取消那些与任何一种故障模式都不匹配的检测器。按匹配情况对检测器集R约简和聚类，形成新的检测器集R’，即尺’一(R，，R：，…，R。)，其中Ri(i—l，2，…，”)为只与第i类故障模式独有空间相匹配，而与其他任何故障模式独有空间不匹配的检测器子集。(3)比较训练好的检测器集R’与S，检测s的变化，如果任意检测器与S匹配，该检测器被激活，则认为S已发生变化。(4)检查被激活的检测器隶属于R’中的哪一类，从而确定设备发生何种故障。改进算法中.R’能检测出第i类故障不同于其他故障的独有特征。4仿真实验为了验证所提方法的可行性和有效性，对25kHz的sallen—keyr滤波器的电路进行仿真实验。电路如图1所示，各元件的标称值均在图中给出，电路元件的容错为‘50％。由灵敏度分析可以知道，可诊断的元器件是C。，R：，C。和风。图1sallen—key滤波器实验步骤：(1)在输入端加入一个持续时间为10肛s，幅度为5V的脉冲激励信号，将每种模式(1种正常模式和4种故障模式)的输出的脉冲响应分别进行5层HAAR小波分解，选择每层低频系数中的频带能量构成了一组特征向量。(2)将每组的特征数据进行主元分析和归一化处理，为了编码方便，将归一化的数据扩大1()()倍，然后利用7位二进制进行编码，则每串长度为35。(3)产生与自己空问子串不相匹配的检测器R。，从R。，中随机产生所需要的检测器R。(4)将R中的检测器与各故障模式空间的故障模式子串相匹配，匹配准则为部分匹配，匹配域”。为18，根据匹配结果对R进行约简和聚类，形成新的检测器R’，这77