基于量子神经网络的容差模拟电路的软故障诊断  

Soft Fault Diagnosis of Analog Circuits Based on Quantum Neural Network

作　　者：李云红[1] 孟凡斌[1] 谭阳红[2] 龙伯华[2] 

机构地区：[1]吉首大学物理科学与信息工程学院,湖南吉首416000 [2]湖南大学电气与信息工程学院,湖南长沙410000

出　　处：《计算机测量与控制》2009年第8期1463-1466,共4页Computer Measurement &Control

基　　金：湖南省自然科学基金项目(07JJ6109);湖南省教育厅项目(05C141)

摘　　要：给出了容差模拟电路软故障诊断的量子神经网络方法,将传统的模拟电路故障诊断方法与量子神经网络结合起来,多层激励函数的量子神经网络不仅具有BP网络所有的优点,还克服了BP网络在模糊分类方面的缺点,即利用量子神经网络对其输入的容错能力在一定程度上克服了模拟元件的参数容差的影响,模拟电路故障的复杂性及广泛非线性也能利用量子神经网络的非线性映射能力加以解决,同时还可对模糊数据进行模糊分类;通过应用量子神经网络,实现了容差模拟电路单软、多软软故障的诊断。Given tolerance analog circuit soft fault diagnosis of quantum neural network, combine the traditional analog circuit fault diagnosis method and quantum neural networks, multi--function incentive quantum neural network not only has all the advantages of BP network, but also to overcome the BP Fuzzy classification in the network weakness in the past. That is, using quantum neural network input to its fault--tolerant capability to a certain extent, overcome the analog components of the tolerance parameters, analog circuit fault of the non--linear complexity can be solved, using quantum neural network of non--linear mapping ability Resolved, while vague on the fuzzy data classification. Through the application of quantum neural network, to achieve the tolerance of soft single analog circuits, and more soft fault diagnosis.

关 键 词：量子神经网络 量子间隔 容差 软故障 

分 类 号：TN402[电子电信—微电子学与固体电子学]