1、隨著測試技術(shù)以及人工智能的發(fā)展，自動測試技術(shù)在逐步擺脫專業(yè)定制向模塊化、通用化發(fā)展的同時，診斷技術(shù)也進入了以知識處理為核心，信號處理、建模處理與知識處理相結(jié)合的智能診斷技術(shù)階段，自動測試與故障診斷的結(jié)合也一直是研究熱點之一。無線通訊設(shè)備研發(fā)階段射頻指標(biāo)測試當(dāng)前主要采用測試人員全程值守的半自動化測試方案，然后由測試專家人工完成后期的數(shù)據(jù)分析以及測試問題定位。上述工作的效率并不能完全滿足當(dāng)前研發(fā)任務(wù)的需求。
　　本課題針對測試及故障定

2、位效率不足等問題，設(shè)計并實現(xiàn)了一種射頻指標(biāo)自動測試及智能故障診斷系統(tǒng)。首先對ZigBee、Sub-GHz射頻指標(biāo)測試需求進行了詳細分析，設(shè)計了一種基于虛擬儀器技術(shù)的自動測試方案，采用華為公司Impeller環(huán)境作為測試程序運行管理平臺。針對自動測試用例設(shè)計，采用測試套形式對測試儀器控制、被測設(shè)備指令輸入、文檔讀寫等通用代碼進行管理，使系統(tǒng)具有良好的兼容性和可移植性。然后針對峰值功率、頻譜模板、接收靈敏度等38個測試項的不同測試方法，分別

3、詳細說明了測試程序的實現(xiàn)過程，給出了相應(yīng)的程序流程圖。接著討論了當(dāng)前理論上較為成熟的專家系統(tǒng)和BP神經(jīng)網(wǎng)絡(luò)在射頻指標(biāo)測試問題智能定位方面的應(yīng)用，設(shè)計并實現(xiàn)了一種以專家系統(tǒng)為主，BP神經(jīng)網(wǎng)絡(luò)為補充的智能故障診斷系統(tǒng)架構(gòu)。采用面向?qū)ο蠹夹g(shù)和產(chǎn)生式規(guī)則結(jié)合的知識表示方法進行系統(tǒng)知識庫設(shè)計，并使用MySQL數(shù)據(jù)庫建立和維護知識庫;采用基于知識的專家系統(tǒng)作為診斷推理核心，當(dāng)故障信息與顯式知識庫無法匹配時，系統(tǒng)將調(diào)用基于數(shù)值計算的神經(jīng)網(wǎng)絡(luò)進行推理;