天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室，天津 300072
在远距离相干测量系统中，分布反馈式半导体激光器（DFB-LD）以其直接高速调制特性、低成本、可批量生产等优势成为精密遥测系统的核心光源，因此对DFB-LD的窄线宽和短时频率稳定性提出了更高的要求。为了实现DFB-LD的频率稳定，通过边频锁定与光电反馈回路的方法将激光频率锁定在H13C14N气体吸收谱线1548.956 nm的一侧。将光电探测模块、后续误差信号生成与处理模块和激光器驱动模块集成在一块模拟电路板上，从而有效地降低了系统的噪声；使用除法器代替减法器来产生鉴频信号，大大提高了系统灵敏度和稳频精度；通过这两项技术的改进，将DFB-LD的秒级频率稳定度提高了两个数量级，从稳频前的秒级频率稳定度3.67 × 10−8提高到稳频后的秒级频率稳定度2.34×10−10。实验结果表明，该DFB-LD稳频方案具有高的稳频精度，且系统结构简单、体积小、可批量生产，适合于无人机机载应用场景，是远距离相干测量系统的理想光源。
稳频技术 DFB激光器 模拟电路 光电反馈 frequency stabilization technology DFB laser analog circuit photoelectric feedback 红外与激光工程
2022, 51(7): 20210435
1 陆军工程大学, 石家庄 050003
2 中国人民解放军63850部队, 吉林 白城 137000
在基于频率响应的非线性模拟电路故障诊断中, 为了克服现有方法的不足, 更好地选择测试激励信号, 利用Volterra级数进行建模, 提出了频率基搜索和遗传算法相结合的测试激励智能优化设计方法。先通过全局搜索得到使各阶核输出频率不重合的频点集, 再以各故障状态特征向量之间的欧氏距离之和为目标函数对频率基进行筛选, 得到最优测试激励信号, 并以一非线性电路验证了该方法的有效性。
模拟电路 故障诊断 Volterra级数 非线性 激励优化 analog circuit fault diagnosis Volterra series nonlinearity stimulus optimizing
1 火箭军工程大学信息工程系，西安710025
2 西安通信学院，西安710106
针对支持向量数据描述(SVDD)处理大规模样本时存在训练效率低的问题，提出了一种定向蚕食快速增量SVDD算法。首先随机抽取一定规模样本利用增量SVDD训练初始超球，并蚕食满足超球样本；然后每次选取距离上一超球最远的样本作为新增量样本，更新超球模型，使得增量SVDD的增长步长大于1；最后通过循环迭代，生成整个训练集的SVDD分类器。仿真和实例实验结果表明，与普通SVDD算法和增量SVDD算法相比，新算法在保证分类器性能的前提下，时间复杂度有了显著降低，模型训练效率也得到了进一步提高。
支持向量数据描述 模拟电路 故障检测 训练效率 定向蚕食 support vector data description analog circuit fault detect training efficiency directional greed
针对单一的隐马尔科夫模型(HMM)或支持向量机(SVM)在模拟电路早期的软故障中识别率不高的特点, 将HMM-SVM混合模型应用到模拟电路早期的软故障识别中。首先通过主成分分析(PCA)将原始数据样本降维实现初步划分; 接着利用HMM计算测试样本与各故障状态的匹配程度形成特征向量; 最后由SVM做故障状态判别。实验结果表明, HMM-SVM混合模型的早期故障识别率优于单一的HMM或SVM模型, 将平均故障识别率提高到95%以上。
模拟电路 早期故障诊断 隐马尔科夫模型 支持向量机 Hidden Markov Model (HMM) Support Vector Machine (SVM) analog circuit incipient fault diagnosis
MHMM模型是一种基于高斯混合密度的连续隐马尔科夫模型，具有很好的模式识别能力，对于高混叠样本优势明显。模拟电路结构复杂，早期软故障呈现多样化，故障样本混叠严重，难以辨识。针对这个特点，提出了将MHMM模型应用于模拟电路早期故障诊断的新思路。首先，通过线性判别分析(LDA)技术将由仿真电路采集的数据样本进行降维处理，产生低维观测序列，并对样本初步划分；然后，使用高斯混合模型(GMM)对观测序列逼近，并完成MHMM模型的参数训练；最后，通过实例验证，并与BP网络进行比较。结果表明，MHMM对于早期故障的检测更具有优越性。
模拟电路 早期故障诊断 线性判别分析(LDA) analog circuit incipient fault diagnosis MHMM MHMM Linear Discriminant Analysis(LDA)
1 湖北工业大学 机械工程学院, 武汉 430068
2 湖北省现代制造质量工程重点实验室, 武汉 430068
动态干涉条纹在精密测量领域有着广泛的应用。为了获取准确的条纹相位差信息,对四象限硅光电管(QPD)接收得到的两路光电转换信号,采用模拟电路的相位识别方法,将要求解的两路同频率信号经过模拟电路应用,其中条纹相位差的准确提取决定着转化、滤波后利用PCI采集卡采集得到的两个均值的准确性,通过建立此均值与所求相位差的函数关系式求取相邻信号相位差。测量系统稳定下两标准信号的相差实验证明了该电路在实际处理QPD接收运动条纹相差的有效性。
相位差 模拟电路 函数关系式 四象限硅光电管 phase-difference analog circuit function QPD
军械工程学院光学与电子工程系, 石家庄050003
针对人为选择支持向量机参数的随机性和盲目性, 将蚁群算法的全局收敛和并行计算的特点引入到支持向量机参数的优化中, 建立了基于蚁群算法优化支持向量机参数的模型, 使两种算法的优点有机结合, 通过对支持向量机的惩罚因子和核函数参数进行优化, 使支持向量机分类效果达到最好, 并与遗传支持向量机模型比较, 结果表明：蚁群算法优化支持向量机参数的方法不仅能够提高支持向量机的分类正确率, 而且算法循环时间比较少；最后对Elliptical Filter电路进行仿真, 应用小波分析提取响应信号的能量作为故障特征并建立故障样本集, 利用蚁群支持向量机模型实现了Elliptical Filter电路的故障诊断, 分类正确率达到100%。
模拟电路 故障诊断 蚁群算法 支持向量机 参数优化 analog circuit fault diagnosis Ant Colony Optimization(ACO) Support Vector Machine (SVM) parameter optimization
军械工程学院 光学与电子工程系,石家庄 050003
在模拟电路故障诊断中,提出了利用小波分析与支持向量机结合的系统方法,利用小波变换对信号进行特征提取得到特征向量并作为支持向量机的训练向量,得到故障分类器。针对激励信号必须能够充分地激励电路的需求,提出一种通用激励信号--连续多抽样函数,利用抽样函数在带通区间内频谱分布均匀且能量相同这一特点作为模拟电路的通用激励信号。仿真结果表明,该激励条件下,利用小波-支持向量机能够较好地对模拟电路进行故障诊断。
小波 支持向量机 模拟电路 故障诊断 抽样函数 wavelet support vector machine analog circuit fault diagnosis sampling function
针对网络撕裂方法诊断模拟电路故障过程中撕裂节点必须是可及节点的限制,提出了虚拟可及测试节点的方法。利用网络拓扑结构和基尔霍夫电流定律计算一类不可及测试节点故障电压,让其成为虚拟可及测试节点。然后在可及或虚拟可及测试节点对网络进行撕裂,再根据故障电压和故障判据定位故障至更小的区域,从而进一步定位故障元件。这种新方法降低了待诊断电路中对可及节点数目的要求,增加了撕裂的灵活性。通过仿真实例验证了该方法的有效性。
故障诊断 模拟电路 虚拟可及测试节点 故障电压 fault diagnosis analog circuit virtual accessible testing node faulty voltages
1 华中科技大学，湖北 武汉430074
2 烽火通信科技股份有限公司，湖北 武汉430074
文章提出了一种速率为622 Mbit/s的带自动增益控制(AGC)和自动偏移补偿(AOC)的光通信用跨阻集成放大器电路。本设计采用了中芯国际0.25 μm 1P3M的标准互补金属氧化物半导体(CMOS)工艺。HSPICE仿真结果表明，在各种偏差最大的工艺条件下，跨阻放大器初始增益的浮动区间为-10.2%~9.7%，而AGC的初始偏置电压的浮动区间为-0.384%~0.307%。
模拟电路 跨阻放大器 光通信 互补金属氧化物半导体 analog circuit transimpedance amplifier optical communication CMOS
