针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统的高峰值平均功率比(Peakto-Average Ratio,PAPR)问题,在发射端采用了压扩变换法和限幅法联合的方法降低PAPR。由于限幅法会产生带内干扰和带外噪声,降...针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统的高峰值平均功率比(Peakto-Average Ratio,PAPR)问题,在发射端采用了压扩变换法和限幅法联合的方法降低PAPR。由于限幅法会产生带内干扰和带外噪声,降低通信系统的误码性能,因此利用限幅噪声的稀疏性,在接收端采用压缩感知(Compressed Sensing,CS)法对限幅噪声进行估计和恢复。限幅噪声的估计受信道估计准确性的影响,为提高限幅噪声估计的准确度,提出了重叠压缩感知算法,在恢复限幅噪声的过程中利用了压缩感知信道估计法估计所得的信道信息和发射数据对限幅噪声进行估计,有效降低了限幅法对系统误码性能的影响。仿真和水池实验验证了该算法的有效性。展开更多
当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、...当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。展开更多
文摘当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。