項目名稱：    模擬電路與開關電容網絡故障診斷理論及其實時性研究

推薦單位：    湖南省

項目簡介：    該項目屬電路理論領域，涉及神經網絡、人工智能、信號與信息處理、數理統計與概率論、模糊數學等多個學科。模擬電路與開關電容網絡故障診斷是國際電路理論學術前沿最富挑戰性的難點領域，容差效應、非線性問題導致模擬電路故障診斷理論與方法難于實用化，也不具有實時性。隨著現代工業和微電子技術的發展，數字系統和集成電路的集成度和運行速度的迅速提高、超大規模模擬電路和芯片系統的發展對模擬電路測試與診斷理論與方法提出了新的挑戰和急迫的需求。本項目在5個方面取得了突出成果。

1．首次研究了基于神經網絡和模式識別原理的模擬電路故障診斷理論與算法。發現線性電路單一軟故障和雙重軟故障的統一特征，首創模擬電路故障診斷軟故障字典算法,建立了基于神經網絡的K故障診斷理論與方法體系。

２．首次建立以元件參數變量和接點電壓為優化變量的L1優化目標函數,提出了單、多測試激勵下故障診斷L1范數神經網絡優化理論與算法。

３．探索性地研究提出了開關電容網絡診斷理論與算法，填補了開關電容網絡故障診斷理論空白,基本建立了開關電容網絡診斷理論體系；提出了基于馮.諾伊曼計算機的非線性電路、大規模電路故障定位理論與算法。

４．為使模擬電路診斷神經網絡方法更具實時特性，研究了神經網絡的硬件實現，首創神經網絡的開關電流、跨導和電流傳送器電流模式電路實現理論與設計方法，提出了此類電路低壓低耗結構生成理論與設計方法體系。

５．深入研究了神經網絡理論，提出了一系列有關神經網絡包括L1問題計算神經網絡的穩定性理論與分析方法，揭示了神經網絡的特性，為神經網絡的廣泛應用和硬件實現提供理論基礎。

本項目論文他引1173次，SCI論文引用總數443篇次、他引312次，IEEE Trans.論文引用53次,Phys.Lett.A引用42次。本領域權威學者Stefano M、Toumazou C、 Fabre A等均在論文中引用了我們的論文，對該項目的科學發現和提出的新理論新方法作出較高評價，某些外國專著和論文成段引述項目成果。

主要發現點：  1．首次研究了基于神經網絡和模式識別的模擬電路故障診斷理論與算法。發現線性電路某個元件發生軟故障時，不論元件參數如何變化，其單故障方向向量不變，從而創立用單故障方向向量作為單一軟故障的統一特征的基于神經網絡的軟故障診斷字典法；發現線性電路兩元件出現雙重故障可用單故障方向向量表示的統一特征，建立了基于神經網絡的K故障診斷理論與方法體系。融合模糊神經網絡、小波分析、D-S證據理論、遺傳算法、數據融合、Volterra級數和方波脈沖函數變換等先進理論與技術提出的模擬電路故障定位新理論與算法，較好的解決了因元件參數的連續性、容差效應和非線性問題等造成的診斷模糊性、在線計算費時實時性差等難題以及字典法診斷軟故障難題［信息理論與信息系統學；IEE Proc.CDS, 2004, Vol.151,No.4,379；IEEE APCCS,2000, 292；CJE,2003,Vol.12,No.1,57]。

2．首次建立以元件參數和接點電壓為優化變量的L1優化目標函數，提出了三種單、多測試激勵下故障診斷L1范數神經網絡優化理論與算法，較好解決了電路規模的增大優化時間與優化變量的正比關系，不需要多次電路模擬和反復優化計算，具有較好的診斷實時性并較好的解決了容差效應難題［信息理論與信息系統學；IEE Proc.CDS,2001,Vol.148,No.4,223］。

3．探索性地研究了開關電容網絡故障診斷理論，創造性地提出了基于電荷守恒原理和靈敏度分析的的子網絡診斷、故障字典診斷、z域與頻域故障診斷理論與算法；提出了基于KCL、靈敏度分析的子網絡級及其多級故障定位， K故障模糊屏蔽、最優可測試成分組和最優激勵的確定機理，具實時性的集團法等基于馮.諾伊曼計算機的模擬電路大規模電路故障診斷新理論與算法；［信息理論與信息系統學；ACTA Electronica Sinica, 1991 ,Vol.19,No.4,17；IEEE ISCAS,1988,929］。

４．首次研究了跨導運放、電流傳送器、開關電流電路低壓低耗運行機理，提出了神經元、神經網絡、電流傳送器、跨導運放、頻變負阻器、濾波器、A/D、D/A、任意傳輸函數綜合等結構生成理論與設計方法，為神經網絡的硬件實現奠定了理論基礎［電子電路理論；IEE Proc.CDS, 1996, Vol.143,No.4,218；Anal.IC & SP,2004, Vol.41,No.1,55；Int.J.Elec.,1994,Vol.76,No.6,1115；IEEE Trans.CAS, 1998,Vol.45,No.11,1445］。

５．提出了有關Hopfield、CNN、BAM、L1問題計算神經網絡的穩定性理論與分析方法，首次提出了神經網絡的開關電流低壓低耗電路實現理論，提出了模擬電路故障診斷問題基于跨導與開關電流技術的神經優化求解算法與實現電路、線性與非線性L1參數識別神經網絡解法、復雜非光滑非線性L1優化難題的解法，為神經網絡的應用奠定了理論基礎，為模擬電路故障診斷神經網絡方法的實時性應用奠定了基礎［信息理論與信息系統學；電子電路理論；IEEE Trans.CAS,2002, Vol.49,No.7,1028；IEEE Trans.CAS,2003,Vol.50,No.9,1162；Phys.Rev.E,Vol.67,No.6,061902；IEE Proc.CDS,2001,Vol.48,No.4,223］。

主要完成人：  1.   何怡剛

1．基于神經網絡、小波分析、優化理論、D-S證據、數據融合、Volterra級數等模擬電路故障診斷理論與算法；2．基于馮.諾伊曼計算機的模擬電路故障診斷理論與方法；3．電流傳送器、跨導電路理論與設計方法；4．神經網絡的穩定性及其開關電流等技術實現。本人在該項研究中的工作量占本人工作量的70%。

2.   黃立宏

1．研究了環狀、CNN、Hopfield、BAM等神經網絡平衡點、拓撲結構、吸引性、穩定性、分支與混沌等關鍵問題；2．電路故障診斷神經網絡的特性、算法及其編程實現；3．基于神經網絡的模擬故障診斷字典算法與優化理論。本人在該項研究中的工作量占本人工作量的60%。

3.   羅先覺

1.模擬電路故障診斷神經網絡方法；2.大規模電路子網絡級診斷理論與方法；3.探索性地開展了開關電容網絡故障診斷理論與方法研究，提出了基于電荷守恒原理、靈敏度分析子網絡、故障字典、頻域故障診斷理論與算法。本人在該項研究中的工作量占本人工作量的60%。

4.   邱關源

1.主持了博士點基金 "開關電容網絡的非線性分析和故障診斷的研究"與國家自然基金"電流模式濾波器設計及寄生參數影響的研究"；2.提出了模擬電路與開關電容網絡故障診斷理論、電流傳送器和跨導的濾波器設計理論與方法；3.神經網絡電流模式電路實現理論與方法。本人在該項研究中的工作量占本人工作量的50%。

5.   吳杰

1．合作提出了基于模式識別和神經網絡的模擬電路故障診斷理論與方法；2．提出了電流傳送器、跨導濾波器理論與設計方法；3．提出了神經網絡開關電流、電流傳送器低壓低耗電路實現理論與方法。本人在該項研究中的工作量占本人工作量的50%。

10篇代表性論文：  1.   Wavelet neural network approach for fault diagnosis of analogue circuits, IEE Proceedings: Circuits, Devices and Systems

2.   Neural network-based L-1-norm optimisation approach for fault diagnosis of nonlinear circuits with tolerance , IEE Proceedings -Circuits Devices And Systems

3.   Neural network method of fault diagnosis for large-scale analogue circuits,Chinese Journal of Electronics

4.   Fault diagnosis of analog circuits with tolerances using artificial neural networks ,The 2000 IEEE Asia -Pacific Conf. Circuits Syst.

5.   A diagnosis algorithm of fault dictionary in switched capacitor networks,ACTA Electronica Sinica

6.   A low distortion wide tuning range CMOS fully-differential fourth -order Bessel filter, Analog Integrated Circuits and Signal Processing

7.   Current mode ladder filtering using multiple output current conveyors,IEE Proceedings of Circuits, Devices and system

8.   An estimation of upperbound of delays for global asymptotic stability of delayed Hopfield neural networks: IEEE Transactions On Circuits And Systems I

9.   Existence and global exponential stability of periodic solution for BAM neural netw orks with periodic coefficients and time-varying delays ,IEEE Transactions On Cir. and Syst. I

10.  Stability analysis of a delayed Hopfield neural network: PHYSICAL REVIEW E