一种基于字符串对比的异常频率点识别方法

摘要

本发明提供一种基于字符串对比的异常频率点识别方法，利用EMScan扫描仪完成对加电状态下的标准电路板和待测电路板的扫描，得到标准电路板和待测电路板的频谱曲线，对频谱曲线进行重构处理，得到去除干扰后的频谱曲线，然后采用基于关键点的方法对数值曲线序列转换成符号序列，再根据频谱曲线的特点，采用基于字面相似度的方法，对待测电路板和正常电路板的频谱曲线的字符串序列进行对比，获取两者的字符串序列相似度值。最后根据频谱曲线各个段字符串的相似度，判定出待测电路板的异常频率点。本发明解决了电路质量EMI检测中的关键技术，能够快速、有效地识别出电路模块频谱图中的异常频率点，提高了电路模块质量检测的效率。

说明书

技术领域

本发明属于电路模块故障检测技术领域，涉及利用电磁辐射 (EMI)检测电路模块故障的方法，提出了一种基于字符串对比的异 常频率点识别方法，可用于电装行业的电路模块质量检测当中。 

背景技术

随着信息化装备逐渐向小型化、精细化、智能化、多功能化 等方向发展，电路模块的测试技术也在不断发展，测试技术种类 繁多，能够实现多种需求的测试。而随着电路模块的组装密度、 工作频率、可靠性等方面需求的日益提升，尤其是产品在EMC\EMI 方面的调试难度也在不断加大。传统的检测手段受“接触受限”(电 气接触受限和视觉接触受限)所制(如元器件下方的电磁辐射问 题)，存在一些难以解决的问题。尤其在高频电路中测试也显得 力不从心，难以适应未来电子电路生产需求。

在信号完整性技术的基础上，利用先进的电磁场扫描技术， 对板级电路模块的性能进行综合检测。利用合理的算法分析扫描 得到电路板工作时的磁场图像和频谱曲线，建立EMI综合质量检 测规则信息数据库，依据数据库规则信息对板级电路模块进行诊 断，快速判别各种因PCB加工、装联不当引发的电路故障，以大 幅度提高产品的检测效率，解决电路模块检测效率低，调试周期 长等问题，不仅可综合提高检测能力，提升电子设备的可靠性， 满足新型通信装备电磁兼容性能要求，同时有效降低检测成本， 减少人力和设备的投入，全面提高通信装备的研产能力，具有较 高的应用价值和广阔的发展前景。

在本发明中，提出了一种基于字符串对比的异常频率点识别 方法，分析EMI的频谱曲线，采用字符串对比的技术识别频谱曲线 的异常频谱点，是采用EMI检测电路模块质量的电气故障的关键步 骤。

发明内容

本发明的目的在于针对上述电路模块检测技术的不足，提供一种 基于字符串对比的异常频率点识别方法，针对电磁扫描设备扫描获 得的标准电路板与待测电路板的频谱曲线差图，采用基于关键点的字 符串对比技术识别出频谱曲线差图中的异常频率点。

为实现上述目的，本发明所采用的技术方案是：

一种基于字符串对比的异常频率点识别方法，其特征在于包括以 下步骤：

步骤1，EMScan扫描仪对加电状态下的标准电路板和待测电路板 进行扫描，得到标准电路板的频谱曲线和待测电路板的频谱曲线；

步骤2，对标准电路板的频谱曲线和待测电路板的频谱曲线采用 临域平均法进行重构处理，得到去除干扰后的在频率上连续的、平滑 的频谱曲线；

步骤3，利用基于关键点的方法对去除干扰后的频谱曲线进行分 段处理，然后将分段后的曲线进行符号化，分别得到标准电路板和待 测电路板的由字符串组成的序列集合；

步骤4，采用基于字面相似度的方法，对待测电路板和标准电路 板的频谱曲线的字符串序列进行对比，如果字符串序列对应元素的值 在字面上完全匹配，则为相似元素，并记录相似元素的个数；根据待 匹配序列中相似元素个数与总元素的个数的比值以及相似程度大小， 计算获得待测电路板和标准电路板的频谱曲线的字符串序列相似度 值；

步骤5，根据设定的频谱曲线相似度阈值，对各个段字符串的相 似度进行筛选，相似度小于阈值的字符串关键点即为待测电路板的异 常频率点。

其中，步骤2中所述的临域平均法重构处理是在保证频谱曲线在 关键频率点保持较高幅值的基础上，消除其它频率范围内频率震荡所 产生的干扰。

其中，步骤3中所述的分段处理是根据给定的频谱曲线和判定阈 值R，假定y_i、y_m和y_j为对应频率点x_i、x_m和x_j的幅度值，当x_i＜x_m＜x_j时，若y_m为x_i-x_j之间y最大值，并且y_m/y_i＞R和y_m/y_j＞R，则称x_m为 x_i-x_j的关键频率点，并将x_i和x_j之间的频谱曲线作为一段，然后再 以x_j为起点，以满足起始点和终点间的幅度最大值与两端点的幅度 值比值大于或等于阈值R为判定条件，对频谱曲线进行分段。

其中，步骤4中所述待测电路板和标准电路板的频谱曲线的字符 串相似度值判定的数学模型为：

$\mathrm{Sim}(P_1,P_2)=0.6*\frac{K}{2M-K}+0.4*\frac{1}{\underset{i=1}{\overset{K}{\Sigma }}{y}_i}\underset{i=1}{\overset{K}{\Sigma }}{y}_i*q\left(p_i\right)$

其中，Sim(P1，P2)为字符串的相似度，P1为标准电路板的频 谱曲线的字符串，P2为待测电路板的频谱曲线的字符串，M为P1、 P2中的元素个数，K为字符串P1、P2间相似元的数量，的系 数0.6为相似特征数目的权值；i表示匹配的字符在排序过的字符序 列中的位置，y_i表示所在的i处的关键频率点对应的幅度值，q(p_i) 为反映每一对相似元素之间相似程度大小的相似元数值，将两电路板 的频谱曲线的字符串序列逐字符比对时，若字符相同则q(p_i)数值为1， 否则为0；

依据此公式，计算待测电路板与正常电路板的字符串相似度。

其中，所述的关键点为判定的相似度小于阈值的字符串中f(x)取 得最大值时的频率点x，即权利要求3中的x_m点。

本发明与现有技术对比具有下述优点：

1)本发明由于是对电路模块的电磁辐射(EMI)进行扫描，通过 分析待测板与标准板频谱曲线的异同来检测电路模块的故障，可以快 速检测出电路板中的电气缺陷故障，从而提高电路模块的质量和可靠 性。

2)本发明由于是对电路模块的电磁辐射(EMI)进行扫描，通过 分析待测板与标准板频谱曲线的异同来检测电路模块的故障，并采用 基于关键字的字符串识别电路板频谱曲线的异常频率点，解决了EMI 检测中的关键技术，极大地提高了检测的效率。

3)本发明由于通过分析待测板与标准板频谱曲线的异同来检测 电路模块的故障，采用基于关键字的字符串识别电路板频谱曲线的异 常频率点，能够快速、准确地完成电路板异常频率点的识别，适合 使用在EMI检测电路质量方面。

综上，本发明解决了电路质量EMI检测中的关键技术，是快速检 测出电路中的电气缺陷的关键步骤，能够快速准确地识别出电路模块 频谱图中的异常频率点，提高了电路模块质量检测的效率，从而提高 了电子电路产品的质量和可靠性。

附图说明

图1是本发明的异常频率点获取流程图；

图2是本发明的检测电路模块故障的系统构成示意图；

图3是本发明的标准板频谱图；

图4是本发明的待测板频谱图；

图5是本发明的重构后的标准板的频谱图；

图6是本发明的标准板频谱图分段示意图。

具体实施方式

下面，结合图1至图6对本发明作进一步说明：

一种基于字符串对比的异常频率点识别方法，其流程见图1，具 体包括以下步骤：

步骤1，EMScan扫描仪对加电状态下的标准电路板和待测电路板 进行扫描，得到标准电路板的频谱曲线和待测电路板的频谱曲线。

EMScan扫描仪(见图2)完成对加电状态下的标准电路板和待测 电路板的扫描，得到标准电路板的频谱曲线图像(见图3)和待测电 路板的频谱曲线图像(见图4)。

步骤2，对标准电路板的频谱曲线和待测电路板的频谱曲线采用 临域平均法进行重构处理，得到去除干扰后的在频率上连续的、平滑 的频谱曲线。

获取的电路板频谱曲线图像存在仪器本身以及扫描空间电磁 干扰，故对频谱曲线图像采用临域平均法对原始图像进行重构处 理(重构就是保证频谱图在关键的频率点保持较高的幅值，同时 消除其他频率范围内频率震荡所形成的干扰)，得到去除干扰后 的在频率上连续的、平滑的频谱曲线图；

由于电路特性可知，整个板子在频谱上的分布应该是在对应 的频谱点具有较高的幅值，而在其它的频率范围内幅值一般是比 较低的。对比都是以标准板以及检测采集产生的标准频谱图为基 础，所以需要针对标准板的频谱图进行重新构造，以消除仪器以 及空间电磁干扰，形成标准频谱图。重构就是保证频谱图在关键 的频率点保持较高的幅值，同时消除其它频率范围内频率震荡所 形成的干扰。经本步骤重构处理后的频谱图见图5。

步骤3，利用基于关键点的方法对去除干扰后的频谱曲线进行分 段处理，然后将分段后的曲线进行符号化，分别得到标准电路板和待 测电路板的由字符串组成的序列集合。

其中，所述的分段处理是根据给定的频谱曲线和判定阈值R，假 定y_i、y_m和y_j为对应频率点x_i、x_m和y_j的幅度值，当x_i＜x_m＜y_j时， 若y_m为x_i-x_j之间y最大值，并且y_m/y_i＞R和y_m/y_j＞R，则称x_m为x_i-x_j的关键频率点，并将x_i和x_j之间的频谱曲线作为一段，然后再以x_j为起点，以满足起始点和终点间的幅度最大值与两端点的幅度值 比值大于或等于阈值R为判定条件，对频谱曲线进行分段。

为了将数值曲线序列转换成离散的、相对抽象的符号序列，利用 基于关键点的方法对去除干扰后的频谱曲线进行分段处理(将频谱图 中每个波峰或波谷作为关键点，实现频谱曲线的分段)，然后将分段 后的曲线进行符号化，得到一个由字符组成的序列集合，该序列代表 了频谱曲线的频率变化趋势。分段曲线的形态特征主要由斜率及垂直 向上的高度决定。由于电路板频谱图表现出幅值高但分布很窄的特 性，根据此特性，将垂直向上的厚度作为序列相似性计算的影响因素；

基于关键点的分段方法认为曲线的变化是由一系列的重要频率 点引起的。如在频谱图中，幅值比较大的频率点主要对应着电路板的 某部分区域甚至元器件，而这些区域的变化会引起关键频率点在幅值 或者范围上的变化。

关键频率点的定义：根据给定的频谱曲线和判定阈值R，假定y_i为对应频率点x_i的幅度值，当x_i＜x_m＜x_j时，若y_m为x_i-x_j之间y最大值， 并且y_m/y_i＞R和y_m/y_j＞R，则称x_m为x_i-x_j的关键频率点

定义中的R是可控选取的参数。R值大则被选中的相对关键点少， 曲线分段就越粗；反之，分段就越细。因此，通过选择R，可以在不 同的精细程度上进行曲线分段。基于关键点的分段方法在一定程度上 消除了仪器、背景噪声的影响，保持了序列变化的主要特征模式。图 6是以R＝5对一幅频谱图进行分段后的频谱图。为了将分段后的曲线 进行符号化，需要在横坐标上按最小栅格对曲线进行再次划分，计算 栅格内的曲线像素的幅度均值，然后对照幅度均值进行符号化。例如 将幅度值0-10的范围设定为A，10-20为B，以此类推，将曲线转化 为一系列的字符。采用基于关键点的分段方法，得到一个由字符组成 的序列集合，该序列代表了曲线的主要变化趋势，反映了电路板在频 率上的特性。

如上述方法描述，对正常电路板的频谱分段，结果如表1所示。

表1标准电路板分段结果

以上面第一个分段区间为例符号化。按照纵坐标幅度值，-99.0～ -97.6定为A，-97.6～-96.2为B，-96.2～-94.8为C，以此类推， 将曲线转化为字符(见表2)。

表2标准电路板第一区间符号化结果

按照上述步骤，依次完成其它频谱区间符号化过程，得到标准电 路板和待测电路板的字符数据，见表3。

表3字符串对比结果

步骤4，采用基于字面相似度的方法，对待测电路板和标准电路 板的频谱曲线的字符串序列进行对比，如果字符串序列对应元素的值 在字面上完全匹配，则为相似元素，并记录相似元素的个数；根据待 匹配序列中相似元素个数与总元素的个数的比值以及相似程度大小， 计算获得待测电路板和标准电路板的频谱曲线的字符串序列相似度 值。

根据频谱曲线的特点，采用基于字面相似度的方法，对待测电路 板和正常电路板的频谱曲线的字符串序列进行对比。计算待匹配字符 串间的相似度，比较待匹配序列间对应的对元素的值，如果字面上完 全匹配，则为相似元素，记录相似元素的个数。根据待匹配序列中相 似元素个数与总元素的个数的比值以及相似程度大小(字符完全匹 配，则相似程度数值为1；如果不匹配，则相似程数值为0)，计算 获得两者的字符串序列相似度值；

设P₁、P₂：经过符号化后所形成的两个待比较的字符串。

P₁＝{a₁，a₂，......，a_i，......，a_M}，i∈[1，M]，P₁所含元素个数为M；

P₂＝{b₁，b₂，......，b_j，......，b_N}，j∈[1，N]，P₂所含元素个数为N；

p_i：相似元；在P₁、P₂中识别相似特征，相似元素是指待匹配字 符串中具有相似特征的元素，相似元素在字符串P₁、P₂间形成的相似 单元，简称为相似元，记为P(a_i，b_i)简记为p_ij。由于本方法中所 涉及的比较均为字符序列中同一位置上的元素，因此相似元为p(a_i， b_i)，简记为p_i。

定义1：相似元数值简单定义为P₁中元素a_i与P₂中对应相似元素 bi的相似程度，记作q(p_i)。

定义2：字符串的相似度为字符串P₁、P₂的相似程度，记作Sim(P₁、 P₂)。

字符串的相似度Sim(P₁、P₂)与几个因素有关，一般数学描述为：

Sim(P₁，P₂)＝f(M，N，K，q(p_i))，i∈[1，K]

即：字符串的相似度Sim(P₁、P₂)是P₁中的元素个数M、P₂中的个数 数量N、字符串P₁、P₂间相似元的数量K以及反映每一对相似元素之 间相似程度大小的相似元数值q(p_i)的多元函数。

根据相似学中测度相似性系统的相似度基本方法，计算待匹配字 符串间的相似度一般要考虑两个方面的影响，即：相似字符的个数 Qn和相似字符间相似元数值的大小Qs。计算公式如下：

$\mathrm{Sim}(P_1,P_2)=Q_n{Q}_s=\frac{K}{M+N-K}\underset{i=1}{\overset{K}{\Sigma }}{\lambda }_{i}q\left(p_i\right),i\in [1,K]---\left(1\right)$

其中，λ_i反映的是相似元p_i对匹配字符串相似度的影响程度的权值， 其范围是[0，1]，且

由于相似特征数目Q_n和特征相似程度Q_s对相似元素的整体相似 度会有互补性，故可以对Q_n和Q_s赋予不同的权值，分别为α，β， 且有：α，β∈[0，1]，α+β＝1。则公式为：

$\mathrm{Sim}(P_1,P_2)=\alpha ·Q_n+\beta ·Q_s=\alpha ·\frac{K}{M+N-K}+\beta ·\underset{i=1}{\overset{K}{\Sigma }}{\lambda }_{i}q\left(p_i\right),i\in [1,K]---\left(2\right)$

考虑到本方法在进行匹配过程中，幅值较高的频率点对应的权值 应该较大，设置α，β的经验值为α＝0.6，β＝0.4，定义λ_i如下：

${\lambda }_i=\frac{y_i}{\underset{i=1}{\overset{K}{\Sigma }}{y}_i}---\left(3\right)$

其中y_i表示所在的i处的关键频率点对应的幅度值。

首先将P₁、P₂中出现过的字符进行排序，其中i表示字符在字符 序列中的位置，由于本方法中涉及的频谱字符串数量上要保持一致， 即M＝N。则公式(2)转换为：

$\mathrm{Sim}(P_1,P_2)=0.6*\frac{K}{2M-K}+0.4*\frac{1}{\underset{i=1}{\overset{K}{\Sigma }}{y}_i}\underset{i=1}{\overset{K}{\Sigma }}{y}_i*q\left(p_i\right)---\left(4\right)$

在求字符串相似度中关键的一个步骤为相似元数值q(p_i)的计 算。相似元的获取是计算相似元的必要条件。但实际上，由于所考察 对象相似性计算的复杂性，相似元很难获取。本方法用的算法由于已 对曲线进行了符号化，再进行相似度计算，所以可以采用一种简化的 策略。如果字符完全匹配，则相似元q(p_i)数值为1；如果不匹配， 则相似元q(p_i)数值为0。

将步骤3获取到的字符串进行对比，结果为0.16。

步骤5，根据设定的频谱曲线相似度阈值，对各个段字符串的相 似度进行筛选，相似度小于阈值的字符串关键点即为待测电路板的异 常频率点。

将正常电路板和待测电路板的字符串进行对比处理，根据选定对 比阈值0.87，判定出该待测电路板的异常频率点为50.7MHz、 663.7MHz。