扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

西安电子科技大学最新研究:基于异质图像融合的射频电路故障诊断

论论资讯 | 2023-03-01 1热度

Optical Engineering

Explore content

About the journal

Publish with us

Fault diagnosis of radio frequency circuit using heterogeneous image fusion

Fu L.; Sun L.; Du Y.; Meng F.

Published:2023-03-01
DOI:10.1117/1.oe.62.3.034107

研究背景

随着电路设备的规模和复杂度的增加,传统的接触式检测方法难以解决电子电路的故障诊断问题。这一问题在社会性话题方面也存在,例如在医疗设备、通信设备等领域中,电路故障会给人们的生产和生活带来很大的麻烦。因此,如何提高电路故障诊断的效率和准确性成为了当前研究领域需要解决的问题。

研究内容

为了解决电路故障诊断问题,研究人员提出了一种基于图像透视变换和卷积神经网络(CNN)的异构融合图像故障诊断方法。首先,在电路板上设置多种故障并进行编号,然后使用相应的仪器获取每个故障下电路板的光学图像、红外热像图像和示波器图像,并进行异构融合。将融合的图像集进行增强后,分为训练集和验证集,并输入CNN进行训练和分类。最终验证集的准确率达到了97.3%,比仅使用红外热像图像和光学图像融合的准确率高3.4%,比LeNet5模型高2.7%,比Vgg16模型高1.5%,而且时间缩短了15分钟。

研究意义

该研究提出了一种新的电路故障诊断方法,通过图像透视变换和CNN的结合,提高了电路故障诊断的准确性和效率。该方法的创新点在于使用多种图像进行异构融合,从而更全面地了解电路故障的原因。这一研究成果对于提高电路设备的稳定性和可靠性具有重要意义,也为其他相关领域的故障诊断提供了新的思路和方法。

微信扫码即可查看