鲁棒主元分析和稀疏表示方法在模拟电路错误检测中的应用  

Analog Circuit Fault Diagnosis Based on Robust Principal Component Analysis and Sparse Signal Representation

作　　者：吴益锋[1] 朱恒亮[1] 曾璇[1] 

机构地区：[1]复旦大学专用集成电路与系统国家重点实验室,上海201203

出　　处：《复旦学报（自然科学版）》2016年第1期51-58,67,共9页Journal of Fudan University：Natural Science

基　　金：国家自然科学基金(91330201)

摘　　要：模拟电路错误检测问题,即重点是检测出模拟电路芯片存在错误后确定错误元件或参数的问题,对于进一步明确错误产生原因,在设计或制造中加以改进,有重要的意义.经典做法是通过预先设置错误,并仿真得到其对应的响应数据,构造"错误字典",然后将测试信号与错误字典进行比对,识别其属于哪一类错误类型.本文提出一种基于数据稀疏表示方法来进行错误类型识别的新方法,它计算属于不同错误类型的数据在所有类型的数据构成的空间中的展开向量,根据得到的稀疏向量来判断其所属错误类型.对于稀疏表示方法无法进行准确分类识别的情况,采用SVM作为二级分类器进行修正.存在某些错误类型,其响应数据构成的空间之间线性相关性较强,对于稀疏表示后属于其中之一类型的数据,采用传统的SVM方法来加以辅助分类.在两个实验例子中,与SVM,Ada Boost以及没有加SVM辅助分类的单纯稀疏表示方法相比较,本文方法有更高的错误类型识别正确率.Aiming at better solving the problem of fault diagnosis of analog circuit,a new method is proposed here,which is a combination of some different concepts and algorithms.It consists of robust principal component analysis,SVD,sparse representation and SVM.This method for fault analysis is especially useful and powerful when we cannot select out the most suitable features of circuit for diagnosis due to the lack of knowledge about the circuit itself,or just no enough training samples are got.In the test of the examples in our work,the new method has achieved better accuracy rate over SVM and Ada Boost framework based method.

关 键 词：错误检测 支持向量机 鲁棒主元分析 稀疏表示 

分 类 号：TN47[电子电信—微电子学与固体电子学]