低壓電力線信道特性與噪聲模型的研究.pdf

1、低壓電力線通信(PLC)技術具有無需重新布線等獨特的優(yōu)點，被廣泛應用于各個領域。噪聲是影響PLC通信系統(tǒng)可靠性的主要因素之一，它會惡化通信質量，甚至會造成整個通信過程的中斷。因此，研究電力線通信系統(tǒng)內噪聲的高精度模型對提高該系統(tǒng)的抗噪能力意義深遠。
　　本文主要研究了低壓PLC信道中背景噪聲的高精度建模問題。相關研究內容與成果如下:
　　1、著重介紹了電力線信道的噪聲特性。在MATLAB上分別對有色背景噪聲及窄帶噪聲進行仿真

2、，得到其時域波形及功率譜密度(PSD)，作為本論文后續(xù)噪聲建模問題研究的源數(shù)據(jù)使用。
　　2、在對有色背景噪聲進行小波峰式馬爾科夫鏈建模時，研究了不同小波基函數(shù)對建模效果的影響。通過計算建模前后噪聲功率譜密度的均方根誤差確定了具有最高建模精度的小波基函數(shù)。
　　3、給出一種基于小波神經(jīng)網(wǎng)絡的新型背景噪聲模型。對有色背景噪聲及窄帶噪聲分別進行小波神經(jīng)網(wǎng)絡建模，對比所建模型輸出噪聲與測試噪聲的時域波形及PSD，計算兩者功率譜密度

3、的均方根誤差，并將該模型的建模效果與傳統(tǒng)的小波峰式馬爾科夫鏈模型相對比。
　　4、針對小波神經(jīng)網(wǎng)絡具有隱層節(jié)點個數(shù)難以確定的缺點，給出一種基于LS-SVM的新型背景噪聲模型。對有色背景噪聲及窄帶噪聲分別開展基于LS-SVM模型的建模研究，對比所建模型輸出噪聲與測試噪聲的時域波形及功率譜密度，計算兩者功率譜密度的均方根誤差，并將該模型的建模效果與小波峰式馬爾科夫鏈模型進行對比，驗證LS-SVM模型的優(yōu)劣。
　　研究結果表明，D

4、aubecies、Biorthogonal和Haar小波基函數(shù)中，使用Daubecies小波基函數(shù)的小波峰式馬爾科夫鏈的建模精度最高;小波神經(jīng)網(wǎng)絡和LS-SVM模型輸出噪聲與測試噪聲的時域波形及功率譜密度均有著較一致的變化趨勢;兩種模型的建模誤差均小于小波峰式馬爾科夫鏈模型。綜上所述，Daubecies小波可選為有色背景噪聲進行小波峰式馬爾科夫鏈建模的最佳小波基函數(shù);小波神經(jīng)網(wǎng)絡和LS-SVM模型對背景噪聲的建模均是有效的，它們的建模精