陳經(jīng)緯

（無錫交通高等職業(yè)技術(shù)學校，江蘇 無錫 214000）

集成電路是電子設備的重要組成部分，已被廣泛應用于電力設備中。其具有良好的優(yōu)勢，但是也具有一定的缺陷，其內(nèi)部電磁環(huán)境比較復雜，在運行過程中很容易受到外界因素干擾，其作為電子設備的“內(nèi)核”，電路的穩(wěn)定性對電子設備的可靠性與安全性具有重要影響。集成電路的干擾信號中一部分信號干擾周期雖非常短暫，但是對集成電路運行安全與穩(wěn)定造成的不良影響非常大，該干擾信號為瞬態(tài)干擾信號，在瞬態(tài)干擾下集成電路電壓會出現(xiàn)突變、波動，如果沒有采取有效的手段對其進行識別與控制，將會造成電路故障，比如放電故障，因此必須要采取一些手段對電路的瞬態(tài)干擾信號進行識別，為其控制提供有力的信息依據(jù)。由于國內(nèi)在集成電路方面研究起步比較晚，雖然近幾年集成電路受到研究領域的重視與關(guān)注，相關(guān)學者與專家開展了一系列研究，但是多數(shù)研究集中在集成電路控制與設計方面，關(guān)于集成電路瞬態(tài)干擾信號識別方面的研究非常少，目前尚處于初步探索階段，現(xiàn)行方法在實際應用中效果不佳，不僅信號錯誤識別數(shù)量比較多、識別精度比較低，而且識別時間比較長，無法達到預期的瞬態(tài)干擾信號識別效果，為此本文提出基于動態(tài)雙子群的集成電路瞬態(tài)干擾信號識別方法。

1 集成電路信號采樣

根據(jù)集成電路瞬態(tài)干擾信號識別需求，此次采用無線傳感技術(shù)對電路信號樣本進行采集，選擇AGIU-a5f8無線傳感器作為信號采集裝置，采用串并聯(lián)的方式將無線傳感器接入到集成電路電源總線上，根據(jù)實際情況對無線傳感器采樣周期、脈沖信號發(fā)射頻率以及掃描范圍等參數(shù)進行設定，無線傳感器脈沖信號發(fā)射端向集成電路發(fā)射脈沖信號，脈沖信號經(jīng)集成電路發(fā)生反射效應，由信號接收端接收到反射信號，對于任意一個接收到的信號可以表示為：

式中，F(xiàn)表示無線傳感器采集到的集成電路信號樣本；h（x）表示有效信號；p（x）表示噪聲信號［1］。將采集到的電路信號由讀卡器進行讀寫，并通過無線網(wǎng)絡將采樣的信號樣本發(fā)送到計算機上，用于后續(xù)瞬態(tài)干擾信號特征提取與識別。

2 瞬態(tài)干擾信號特征提取

從公式（1）可以看出，無線傳感器采集到的信號中包含有效信號與噪聲干擾信號，而瞬態(tài)干擾信號就包含在噪聲干擾信號中，瞬態(tài)干擾信號與其他噪聲干擾信號不同，其干擾周期非常短、干擾信號波動幅度非常大、干擾功率非常高，因此采用小波分析技術(shù)對采集的信號樣本進行分解，將其分解為若干個波段，提取到干擾信號特征［2］?？紤]到在一般情況下信號中海雜波比較強，會遮蓋住干擾信號特征，因此在小波分解前對原始信號的海雜波進行消除，將原始信號轉(zhuǎn)化到頻率-多勒普圖，利用多勒普矩陣將海雜波在頻率-多勒普圖中所在的多勒普域置零，以此消除原始信號中海雜波。在上述基礎上，對任意電路信號進行連續(xù)小波變換，其用公式表示為：

式中，We，bF表示原始信號F變換后的信號小波包；e 表示小波序列伸縮因子；b 表示小波序列平移因子；γe，b表示小波母函數(shù)［3］。將上述公式中的小波序列伸縮因子e 取值，取值范圍在0～1之間，就形成了二進制小波變換，將變換后的小波包進行多層分解，得到分解后不同波段，其用公式表示為：

式中，ci表示分解后得到的集成電路信號波段；n表示最大分解層數(shù)；表示信號小波包的共軛；表示尺度濾波器［4］。對分解后得到的信號小波序列波動幅度進行計算，提取到該波段對應的幅值，其計算公式為：

式中，A（ci）表示集成電路信號幅值表示在信號波段ci區(qū)間集成電路最大功率值；表示在信號波段ci區(qū)間集成電路最小功率值［5］。利用上述公式計算得到每個小波序列的幅值特征，以此提取到集成電路信號特征。

3 基于動態(tài)雙子群的干擾信號識別

根據(jù)提取到的信號特征，利用動態(tài)雙子群算法搜索到m個小波序列中的瞬態(tài)干擾信號。動態(tài)雙子群是粒子群算法與人工蜂群算法相結(jié)合形成的一種動態(tài)混合型算法。假設每個小波序列特征都是一個個體，由m個個體組成種群，為了避免在干擾信號搜索識別過程中出現(xiàn)局部最優(yōu)，將種群分成兩個不同的種群，分別為粒子群與人工蜂群，兩個子群通過信息交流，在搜索過程中對種群進化信息進行交流與傳遞，最終搜索出瞬態(tài)干擾信號［6］。根據(jù)分解后得到的信號特征生成雙子群，粒子群體數(shù)量與人工蜂群體數(shù)量均為m，并對迭代次數(shù)以及學習因子設定［7］。每個群體在特定的空間內(nèi)進行搜索，將瞬態(tài)干擾信號最小幅值作為兩個子群動態(tài)搜索的目標。在迭代計算過程中兩個子群不斷更新，產(chǎn)生新的種群，其更新用公式表示為：

式中，u（t）表示更新后的粒子群種群；z（t-1）表示上一時刻個體所在的位置；v表示粒子個體移動速度；c表示學習因子；r表示獨立的參數(shù)；P表示粒子個體所處的歷史最優(yōu)位置；z表示粒子當前所處的位置；x（t）表示更新后的人工蜂群種群；xd表示在搜索空間內(nèi)得到的第d維的最小值；ε 表示一個隨機數(shù)；xz表示在搜索空間內(nèi)得到的第d維的最大值［8］。更新后的兩個子群開展信息交流，按照集成電路瞬態(tài)干擾信號最小幅值μ 對兩個子群中各個個體適應度值進行計算，其計算公式為：

式中，f（x）表示雙子群中個體適應度值；ψ 表示適應度函數(shù)。對迭代條件進行檢驗，如果符合迭代條件，則輸出適應度值最大的個體，其對應的集成電路信號為瞬態(tài)干擾信號；如果沒有符合迭代條件，則繼續(xù)干擾上述過程對雙子群進行動態(tài)迭代搜索，直至符合迭代條件為止，以此完成基于動態(tài)雙子群的集成電路瞬態(tài)干擾信號識別。

4 實驗論證

4.1 實驗準備與設計

為了驗證本文提出的基于動態(tài)雙子群的集成電路瞬態(tài)干擾信號識別方法的可靠性與可行性，選擇某集成電路作為實驗對象，利用本文設計方法對該集成電路瞬態(tài)干擾信號進行識別。為了使實驗結(jié)果與實驗數(shù)據(jù)具有一定的說明性與可靠性，選擇兩種傳統(tǒng)方法作為對比，設計一組對比實驗，兩種傳統(tǒng)方法分別為基于線性模型的識別方法和基于多普勒圖的識別方法，以下用傳統(tǒng)方法1與傳統(tǒng)方法2表示。實驗準備了一臺AGIU-a5f8無線傳感器，將其接入到集成電路總線上，對電路信號樣本進行采集，根據(jù)該集成電路實際情況，將傳感器脈沖信號發(fā)射頻率設定為2.46Hz，采樣周期設定為0.01s，實驗共采集到2400個電路信號，其中含有800個瞬態(tài)干擾信號，按照上述流程對電路信號進行小波分析，提取到信號特征，并根據(jù)實際情況對動態(tài)雙子群算法參數(shù)進行設定，雙子群種群大小設定為100，迭代次數(shù)設定為200次，慣性權(quán)重設置為0.01～0.25，學習因子設置為0.05～2.45，通過迭代計算識別到瞬態(tài)干擾信號，以下對具體的識別效果進行檢驗。

4.2 實驗結(jié)果與討論

本次實驗以瞬態(tài)干擾信號錯誤識別數(shù)量作為三種方法可行性評價指標，瞬態(tài)干擾信號錯誤識別數(shù)量越多，表示方法識別精度越低，可行性越差。實驗以瞬態(tài)干擾信號樣本數(shù)量為變量，使用電子表格對不同樣本下瞬態(tài)干擾信號錯誤識別數(shù)量，具體數(shù)據(jù)如表1所示。

表1 三種方法瞬態(tài)干擾信號錯誤識別數(shù)量對比（個）

從上表中數(shù)據(jù)可以看出，在本次實驗中設計方法瞬態(tài)干擾信號錯誤識別數(shù)量相對比較少。雖然三種方法瞬態(tài)干擾信號錯誤識別數(shù)量均隨著識別樣本數(shù)量的增加而不斷增加，但是設計方法增加比例比較小，當識別樣本數(shù)量達到800個時，瞬態(tài)干擾信號錯誤識別數(shù)量僅為4，錯識率僅為0.5%，從數(shù)量上比傳統(tǒng)方法1少88個，比傳統(tǒng)方法2少98個；從錯識率來看比傳統(tǒng)方法1低10.2%，比傳統(tǒng)方法2低11.6%，因此證明在精度方面設計方法優(yōu)于兩種傳統(tǒng)方法。為了進一步驗證設計方法的適用性，對三種方法識別時間進行對比，以采集到電路信號時間作為開始時間，以輸出識別結(jié)果時間作為結(jié)束時間，實驗以信號干擾水平作為變量，在采樣過程中使用IYHF干擾設備對無線傳感器進行干擾，每隔10min提升1Hz干擾頻率，對不同干擾水平下三種方法識別時間進行對比，具體數(shù)據(jù)如表2所示。

表2 三種方法識別時間對比（s）

從上表中數(shù)據(jù)可以看出，本文設計方法識別時間相對比較短。雖然三種方法識別時間均隨著干擾水平的提升而不斷增長，但是設計方法識別時間增長比例比較小，當干擾水平達到7.5Hz時，識別時間僅為0.58s，可以將其控制在1s以內(nèi)，比傳統(tǒng)方法1快將近11s，比傳統(tǒng)方法2快將近13s。因此本次實驗證明，無論是識別精度還是識別速度，設計方法均表現(xiàn)出明顯的優(yōu)勢，相比較兩種傳統(tǒng)方法更適用于集成電路瞬態(tài)干擾信號識別。

5 結(jié)論

瞬態(tài)干擾信號識別作為集成電路安全可靠運行的重要保障，同時也是集成電路管理工作中一個重要項目，本文參考相關(guān)文獻資料，針對當前集成電路瞬態(tài)干擾信號識別理論存在的不足與缺陷，將動態(tài)雙子群應用到信號識別中，提出了一個全新的瞬態(tài)干擾信號識別思路，并通過實驗論證了該思路的可行性與可靠性，有效提高了瞬態(tài)干擾信號識別精度與速度，實現(xiàn)了對傳統(tǒng)方法的優(yōu)化與創(chuàng)新，以及對識別理論的補充，具有一定的研究價值。但是本文研究方法尚未在實際中得到大量的實踐與應用，在某些方面可能存在一些不足，今后會在方法優(yōu)化設計方面展開進一步探究，為集成電路瞬態(tài)干擾信號識別提供有力的理論支撐。