[发明专利]基于反转世代距离的数模混合电路测试向量集优选方法

说明书

本发明公开了一种基于反转世代距离的数模混合电路测试向量集优选方法，对数模混合电路进行仿真，得到预设测点在不同测试向量下的正常输出电压和故障输出电压，构建数模混合电路的增量矩阵，将测试向量选择向量作为遗传算法种群的个体，在个体进化过程中，根据个体中所选择测试向量从增量矩阵中抽取对应列向量构成增量子矩阵，据此计算反转世代距离作为个体适应度，并计算得到故障检测率和故障隔离率，根据这三个指标进行个体优选，在最后一代种群中选择最优个体，其所选中的测试向量即构成优选的测试向量集。本发明可以对数模混合电路进行单故障检测的测试向量进行优选，提高故障诊断精度和效率。

技术领域

本发明属于数模混合电路测试技术领域，更为具体地讲，涉及一种基于反转世代距离的数模混合电路测试向量集优选方法。

背景技术

传统电子设备在进行设计时重点考虑的是功能实现，对电子设备的测试维护通常是设计完成后再进行考虑的。目前电子设备向着复杂化微型化方向发展的同时，电子设备的测试维护费用和时间成本也日益增加，甚至有时会超过功能设计。根据国外电子产业产品研发经费及时间的统计，产品的测试时间及成本占整个产品研发时间和费用的百分之四十以上，并随着电子技术发展日益增加。因此，单纯从测试设备的升级来解决数模混合集成电路的测试问题是无法满足数模混合集成电路发展的需要的。对于复杂的、大规模的数模混合集成电路设计项目，必须提前在数模混合集成电路产品设计阶段，就去考虑如何对产品进行测试，这才能更快速的测试电子产品，缩短在自动测试设备上的测试时间，从而降低测试成本，提高故障覆盖率。

在数模混合电路中，通常会存在状态可切换的元件(例如模拟开关等开关电子元件)，由这些状态可切换模拟元件的不同状态可以组合得到测试，在对数模混合电路进行故障检测时，待测电路的测试矢量是由多个不同得测试向量构成的，采用该测试矢量作为电路得输入信号，根据对应的输出来进行故障检测。在数模混合电路测试中，测试向量的选取是一个重要影响因素，目前测试向量大多是由工作人员根据经验选取，受人为干扰因素大，且难以实现最优化。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于反转世代距离的数模混合电路测试向量集优选方法，在遗传算法中采用反转世代距离作为适应度值，实现对于数模混合电路进行单故障检测的测试向量的优选，提高故障诊断精度和效率。

为实现上述发明目的，本发明基于反转世代距离的数模混合电路测试向量集优选方法包括以下步骤：

S1：根据数模混合电路中状态可切换元件的实际情况，确定数模混合电路可使用的测试向量，记测试向量的数量为N；记数模混合电路中潜在的故障元件数量为M，然后对于每个测试向量S_n，仿真得到数模混合电路正常工作时预设测点在该测试向量S_n下的输出电压V_n,0，以及不同故障元件发生故障时预设测点在该测试向量S_n下的输出电压V_n,m，n＝1,2,…,N，m＝1,2,…,M；

根据仿真得到的数据构建数模混合电路的增量矩阵U：

S2：将测试向量选择向量X＝[x₁,x₂,…,x_N]作为遗传算法种群的个体，其中x_n＝1时表示测试向量S_n被选中，x_n＝0时表示测试向量S_n未被选中；记遗传算法种群中个体数量为K，采用随机赋值的方式初始化遗传算法种群中的每个个体，其中每个个体中被选中的测试向量个数为2，从而构成初始种群P；

S3：初始化迭代次数t＝1；

S4：对种群P中的个体进行交叉和变异，得到新种群Q，需要保证新种群Q的每个个体中被选中的测试向量个数为2；

S5：将种群P和种群Q进行合并，得到合并种群C；