[发明专利]基于连续小波分析和ELM网络的模拟电路故障诊断方法

摘要

基于连续小波分析和ELM网络的模拟电路故障诊断方法，包括数据获取：将模拟电路的输出响应分别通过Multisim仿真进行数据采样以获得输出响应数据集；特征提取：将电路的输出响应数据集分别作为训练与测试数据集进行连续小波分析以获得小波时频系数矩阵，这些系数矩阵通过分割得到八块相同大小的子矩阵，对子矩阵进行奇异值分解以计算每块子矩阵的Tsallis熵构成相应故障的特征向量；故障分类：各样本的特征向量提交给ELM网络以实现准确、迅速的故障分类。本发明方法对电路故障的特征提取效果较好，可以实现电路故障准确、高效的分类。

主权项

基于连续小波分析和ELM网络的模拟电路故障诊断方法，其特征在于，包括数据获取、特征提取与故障分类三个步骤，具体为：数据获取：对模拟电路的输出端进行数据采样以获得输出响应数据集；特征提取：将输出响应数据集分别作为训练集与测试数据集进行连续小波变换，获得故障信号的小波时频系数矩阵，将小波时频系数矩阵分割为八块大小相同的子矩阵，通过对子矩阵进行奇异值分解得到奇异值，计算每块子矩阵奇异值的Tsallis熵，得到的Tsallis熵值构成相应的电路响应故障特征向量；故障分类：将电路响应故障特征向量输入给ELM神经网络，实现模拟电路故障准确、迅速的故障分类。