[发明专利]一种基于KL距离的板级电路测点选择方法

说明书

一种基于KL(Kullback‑Leibler)距离的板级电路测点选择方法，首先对电路仿真测量各个故障类型各个测点某一时间段内时域电压数据并对数据进行核密度估计并保存得到的概率密度函数，引入离散KL距离实现计算出测点集的故障隔离率。利用故障隔离率和测试点数量构造多维适应度函数，故障隔离率越高测点选择数越少的测点集越优，搜索全局最优测试点集。本发明专利无需建立故障字典进行故障隔离度的计算，通过引入核密度估计和离散KL距离将故障隔离计算转换为概率分布情况差异计算，充分利用了时域电压数据，提高测点集隔离率，利用故障隔离率和测试点数量构造人工鱼算法的多维适应度函数实现最优测点集选择，并通过在人工鱼算法中引入繁衍行为改善陷入局部最优解的情况。

技术领域

本发明属于数字以及模拟电路故障诊断领域的，更具体地讲，一种基于KL(Kullback-Leibler)距离的板级电路测点选择方法。

背景技术

随着集成电路的快速发展,为了提高产品性能、降低芯片面积和费用,需将数字和模拟元件集成在同一块芯片上，所以大多数存在的电路并不是纯数字电路或者纯模拟电路，而是数字和模拟混合的电路。测后仿真和测前仿真是常用的故障诊断方法，测试点选择在电子测试和诊断领域至关重要，因为在实际诊断当中如果电路的规模庞大是不可能逐一测点测量的，选取出几个优选测点进行测量诊断是必要的。

常用故障字典方法作为测点选择的依据，故障字典方法需要对测量到的测点电压进行模糊化处理转化为整数故障字典再进行测点选择，该方法只利用了测点电压值的一维信息，当故障数量增加时导致诊断效果下降，即使测点足够多但也存在多数故障未能隔离，导致测点集的故障隔离率低。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种基于KL(Kullback-Leibler)距离的板级电路测点选择方法，无需建立故障字典进行故障隔离度的计算，通过引入核密度估计和离散KL(Kullback-Leibler)距离将故障隔离计算转换为概率分布情况差异计算，充分利用了时域电压数据，提高测点集隔离率，利用故障隔离率和测试点数量构造人工鱼算法的多维适应度函数实现最优测点集选择，并通过在人工鱼算法中引入繁衍行为改善陷入局部最优解的情况。

为了实现上述发明目的，一种基于KL(Kullback-Leibler)距离的板级电路测点选择方法包括以下步骤：

S1：对所有故障类型中的每一个故障类型进行多次的蒙特卡洛仿真，测量所有测点的时域仿真波形，并保存时域波形数据;

S2：将各个波形数据进行核密度估计，生成相应的概率密度函数记为f_i(x)其中i=1,2，...，I，表示第i个故障类的概率密度函数；

S3：计算KL(Kullback-Leibler)距离，KL(Kullback-Leibler)距离计算如下：

(1)

f_n表示某一故障类型测量到的电压数据使用核密度估后的概率密度函数,计算f_n和各个故障类的f_i(x)的KL(Kullback-Leibler)距离

S4：计算分类结果，取最小的距离作为分类的结果，分类计算如下：

(2)

式子中C代表分类结果