1.6 數字濾波設計

　　基于FIR濾波器的數字濾波能在保證幅度特性滿足技術要求的同時，很容易做到有嚴格的線性相位特性，故采用FIR數字濾波器進行數字濾波。本文通過ADC模塊采集被測電路輸出的正弦信號，并對該采樣值進行FIR濾波后，送神經網絡。

　　1.7 軟件總體設計

　　程序分三部分，一部分為神經網絡的學習程序，在PC機上運行，編程語言采用Matlab，最后得到所訓練神經網絡的各項參數，將此參數輸入DSP，由此進入軟件的第二部分。軟件的第二部分在DSP上實現，編程語言采用C和匯編語言。首先將DSP產生的多種頻率的PWM信號經前面搭建的濾波電路得到所需頻率的正弦信號，作為被測電路的激勵源。讀入A／D轉換器的采樣數據，經編寫數字濾波程序處理，然后程序依照第一部分所得神經網絡的參數，代入神經網絡運行程序運算，從而得到被測電路的故障元件代碼。軟件第三部分為故障代碼顯示部分，將第三部分得到的故障代碼送LCD顯示，同時送PC機顯示。

　　1.8 實驗結果

　　實際測試結果分析如下：在計算實際輸出時，權值和閾值是采用仿真得到的數據。實際測試數據是對被測電路通過TMS320F2812的A／D模塊采集得到的，使得兩者數據存在一定的偏差，人為設置幾個故障，系統能夠較好地識別故障。模擬電路故障診斷系統如圖5所示。