模拟-数字混合电路信号故障诊断初探

摘要：电子设备电路系统设计随着深亚微米集成电路技术的进步，通常在同一IC上集成模拟-数字混合电路信号用于减少成本和竞争优势。数字电路的故障诊断技术达到较高的自动化程度并投入实际运行，其测试方法在模拟和混合信号电路测试及故障诊断中的应用前景和人们的期望相差甚远。对于模拟与数字混合信号器件来说，至今尚缺乏高效和系统化的可测性理论、方法和工具，主要原因在于模拟和混合电路本身的复杂性。本文介绍了模拟电路故障诊断方法中的专家系统、神经网络、小波变换，分析了内建自测试（BIST）技术在模拟-数字混合信号电路的故障诊断以及其发展趋势。

关键词：模拟电路，故障，诊断，内建自测试（BIST）

Abstract: the electronic equipment circuit system design submicron integrated circuit technology progress, often in the same IC integrated simulation on digital signals are used to reduce cost hybrid circuit and competitive advantage. Digital circuit fault diagnosis technology to achieve high automation degree and put into operation, the test method in the simulation and mixed signal circuit testing and fault diagnosis of the application prospect and the expectations of the people far. For analog and digital mixed signal devices, it is still lack of effective and systematic measurable theory, methods and tools, the main reason is that the simulation and the complexity of hybrid circuit. This paper introduces the analog circuit fault diagnosis method of expert system and neural network, wavelet transform, the paper built since the test (BIST) technology in the digital simulation of mixed signal systems, fault diagnosis and the trend of its development.

Keywords: analog circuits, fault, diagnosis, and built-in since test (BIST)

中图分类号：TN911.72文献标识码：A文章编号：

1. 引言

随着现代电子技术的高速发展，电路的集成度和复杂度也不断提高，根据资料报导，数字电路在电子整机设备中超过80%，但是模拟电路比数字电路更容易出现故障，大约80%以上的故障却来自模拟电路。在模拟和混合信号的集成电路中，虽然模拟部分仅占5%的芯片面积，但其测试成本却占总测试成本的95%，因此模拟-数字混合信号电路的测试问题尤为突出。主要原因是IC 设计产业的发展目标：SoC（System on Chip）的设计。目前电路设计中通常在同一衬底的 IC 上面集成模拟、数字和混合信号电路即通常所说的系统级芯片或者片上系统。这与已往的电子整机设备不同，采用不同的芯片构成，每个芯片执行不同的功能。现在的电子整机设备为了减少封装和装配成本，常将模拟和数字混合信号集成在同一芯片上用于信号处理，网络通信和实时控制方面，得到了快速发展，但模拟-数字混合电路信号的测试仍然是SoC进一步发展的瓶颈，使得 SoC 中的测试成本远远超过了设计成本。传统上，人们将混合信号电路分成模拟和数字功能块分别进行测试。由于数字电路的故障诊断技术已经成熟并达到较高的自动化程度投入实际运行，因此，本文主要讨论模拟电路故障诊断的方法以及混合信号故障诊断的内建自测试BIST技术。

2.模拟故障诊断理论和方法

模拟电路故障诊断研究自 1970 年代开始，逐渐形成了比较系统的理论，其主要研究工作是在已知网络的拓扑结构、输入激励信号和故障时，查找电路故障元件的物理位置和参数，从而达到排除故障的目的。由于模拟电路故障诊断自身的困难，其进展一直比较缓慢。模拟电路故障诊断困难的原因主要有:1)模拟电路中的输入激励和输出响应都是连续量，模拟系统中的故障状态比较复杂，难以进行简单的模拟与仿真，所以不可能像在数字系统测试中那样构造一部字典来“查阅”所有的故障；2)模拟电路中的元件参数具有容差，这是故障诊断面临的最大困难，从而无法实现故障物理位置的唯一定位；3)模拟电路中广泛存在非线性问题以及反馈回路决定了庞大的计算量；4)模拟电路中信息量不足，用作测量的节点数很少，供诊断用的信息量有限，从而造成故障定位的不确定性和模糊性，但在数字电路测试过程中，我们可以对电路分块进行测试；5) 模拟电路中敏感问题，由于环境变化对模拟电路极其敏感，从而造成元件参数发生变化。鉴于上述问题，因此不可能将数字电路系统中采用的测试方法简单地移植到模拟-混合信号电路系统中来，必须结合模拟和混合信号电路的自身特点探索行之有效的测试理论和方法。

目前，模拟电路故障诊断中常见的人工智能技术主要包括专家系统、神经网络、小波变换等。

2.1专家系统故障诊断方法

在模拟电路故障诊断中专家系统的基本原理是：首先用计算机采集混合电路中被诊断对象的信息，运用专家经验形成故障诊断专家系统的知识库，进行一系列推理，诊断出故障元件。混合电路故障与征兆之间的关系易于用直观的、模块化的规则表示出来；专家系统允许修改、删除或增加一些规则，以确保专家诊断系统的实时性和有效性。虽然专家系统能够有效的解决模拟电路故障诊断，但在实际工程运用中存在一些缺陷，比如信息获取的瓶颈问题、专家领域知识的 “无穷递归”问题以及实际电路故障诊断中存在的不确定因素等，这些问题大大影响了故障诊断的准确性。专家系统的故障诊断方法由数据库，知识库，人机接口，推理机等组成。

2.2神经网络故障诊断方法

人工神经网络就是利用可以实现的器件、系统或计算机来模拟人的思维，信息处理是通过神经元之间同时相互作用的动态过程来完成的。神经网络具有高度的并行结构和并行实 现能力，因而能够有较好的耐故障能力和较快的总体处理能力，特别适用于实时控制和动态 控制；人工神经网络具有自学习、自组织和自适应功能，特别适合处理那些故障诊断中无法用显性公式表示的、具有复杂非线性关系的情况，能够出色解决那些传统模式识别方法难以圆满解决的由于非线性、反馈回路和容差等引起的问题；同时神经网络强大的鲁棒性，即受 干扰时自动稳定的特性，和强大的容错能力。总之，人工神经网络以分布的方式存储信息，有效的实现非线性的映射和信息变换，解决了复杂系统故障诊断中存在的故障知识获取的“瓶颈”、知识推理的“组合爆炸”等问题。采用人工神经网络用于模拟电路故障诊断是有很大的应用前景。