摘要：隨著電磁兼容測試的不斷深入，將會產生越來越多的測試數據。將這些數據進行整理、分析從而提取出有意義的信息，對于系統電磁兼容分析與維護具有十分重要的意義。該文研究了對電磁兼容測量數據進行數據挖掘的方法，探討了電磁兼容數據建模技術，提出了歸納電子系統電磁參數的變化規(guī)律的方法，為增強系統電磁兼容維護與保障的針對性提供了技術手段。
關鍵詞：電磁兼容；測試數據；數據建模；數據挖掘

0 引言
    隨著社會信息化水平發(fā)展的不斷提高，各行各業(yè)對電子系統電磁兼容性能的認識不斷深入，重視程度也不斷提高。但是，現實中許多電子系統存在比較嚴重的電磁兼容問題，已經嚴重影響到其性能的發(fā)揮。導致問題產生的一個重要原因就是在系統的使用過程中，隨著使用年限的不斷增加，有些設備老化導致有害電磁輻射超標，抗干擾閾值降低等情況；有些設備的組件經過多次維修，導致電磁兼容能力降低；有些因為環(huán)境變化特別是電磁環(huán)境的不斷復雜化，造成電磁兼容性能設計不完善之處凸現。因此歸納綜合電子系統電磁參數及電磁兼容性變化規(guī)律就顯得尤為重要。
    數據挖掘技術能從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識。對電磁兼容測量數據進行數據挖掘，能有效提取出某些性能參數的變化規(guī)律，歸納總結其數據模型。本文對模型建立過程及具體實現進行了闡述。

1 參數模型建立過程
    電磁兼容測試數據主要指系統進行電磁兼容測試產生的原始數據和其經過整理得到的數據，如發(fā)射設備的峰值功率、雜散電平、功率大于設定門限的諧波數量等。在對測量數據進行數據建模的過程中，從不同的研究角度可以得到不同的結論。例如在研究參數特性的時候，可以進行某個參數和另一參數的相關分析，研究參數之間變化的相關規(guī)律；可以建立多元回歸模型研究某個參數隨幾個參數之間的變化規(guī)律。
對電磁兼容性能參數建模的過程是通過電磁兼容測量取得原始數據，進行數據的預處理，對數據的類型和結構進行整理，對歷史數據和實測數據進行數據挖掘完成數據規(guī)律分析，描述出設備參數的變化曲線，再經過多次數據的修正，完成參數變化規(guī)律的數據模型。其中最常見的數據挖掘方法是統計分析方法、神經網絡方法和機器學習中研究的方法。具體建模過程如圖1所示。

2 電磁參數建模的統計分析方法
    上面簡單介紹了電磁參數建模的過程，針對分析問題的不同，建立的模型也各有差異。在這一節(jié)，根據假設研究某功率放大器放大倍數隨時間的變化規(guī)律。通過統計分析方法介紹數據挖掘在電磁參數建模中的應用。其中回歸分析是本次試驗中所用到的具體的數據統計分析方法。
2．1 回歸分析
    通過回歸分析，可以將相關變量之間不確定、不規(guī)則的數量關系一般化、規(guī)范化，從而可以根據自變量的某個給定值推斷出因變量的可能值(或估計值)?；貧w分析包括多種類型，根據所涉及變量的多少，可分為一元回歸和多元回歸；根據變量變化的表現形式不同，分為直線回歸和曲線回歸。
    線性回歸分析的任務是根據若干個觀測值(xi，yi)(i=1，2，…，n)找出描述兩個變量x，y之間關系的直線回歸方程：
   
    根據多個自變量的最優(yōu)組合建立回歸方程來預測因變量的回歸分析稱為多元回歸分析，其模型為：
   
    回歸方程的顯著性檢驗，即檢驗β是否幾乎全部近似為0。如果成立，則表明使用線性模型描述是不恰當的。
    其大致步驟如下：
    (1)將輸入自變量作為橫坐標，輸出量即測試值作為縱坐標，描繪出測試曲線。
    (2)對所描繪的曲線進行分析，確定公式的基本形式。如果數據點基本成一條直線，則可以用一元線性回歸方法確定直線坐標。如果數據點描繪的是曲線，則要根據曲線的特點判斷曲線屬于何種函數類型?？蓪Ρ纫阎臄祵W函數曲線加以對比、區(qū)分。如果測試曲線很難判斷屬于何種類型，則可以按多項式回歸處理。
    (3)確定擬合方程中的常量?？筛鶕幌盗袦y試數據確定方程中的常量。
    (4)檢驗所確定的方程穩(wěn)定性和顯著性，用測試數據中的自變量代入擬合方程計算出函數值，看與實際測試值是否一致。差別的大小通常用標準差來表示，進行方差分析，F檢驗等。如果所確定的公式基本形式有錯誤，此時應建立另外形式的公式。
    在進行研究分析的時候，考慮某功率放大器放大倍數的變化情況。假設經過數據統計得到此功率放大器的放大倍數情況如表1所示。

2．2 建模與仿真
    根據表1所給的數據，運用回歸分析的方法對放大器的增益參數進行建模，在置信水平為95％的條件下按照回歸分析的步驟得到其隨工作時間的變化曲線，如圖2所示。

    由圖2可以看出當用三次多項式作為其數據模型時能比較好的擬合所給的數據，對其進行參數估計和模型匯總得到各參數的基本情況如表2所示。

    根據表2的數據及F檢驗法的判斷標準可知此方程回歸效果顯著，由此可根據此方程得到因變量增益的預測值和置信區(qū)間，具體數據如表3所示。

3 結語
    回歸模型是分析測試數據很重要的工具，可以得出的是參數之間的變化關系，也許單獨某對參數之間的變化關系不足以提供有意義的信息，還可以建立多元回歸模型來研究多個參數和某個參數之間的變化關系。由于回歸分析在非線性分析中的局限性，在以后的工作中將著重研究人工神經網絡在此方面的應用。參數模型建立的方法并不是固定的，隨著研究點的不同，模型的選擇也不同。通過所建立模型，可以不需要進行實際測量來預測電子系統未來的電磁兼容狀況，有效指導系統的電磁兼容性分析和保障。