基于多分辨率分析的小波系数压扩去噪算法

研究利用小波分析技术抑制突发性噪声的算法,以改善多载波调制的电力线通信系统中的同步性能。首先,对小波强制去噪算法及其局限性进行分析,提出了基于多分辨率分析的小波系数压扩去噪新算法。新算法在时域上对含噪信号进行分解,在频域上对各层的小波分解系数的畸变量进行抑制。然后,用低压电力线上的实测噪声对新算法进行了仿真验证。结果表明,新算法的去噪效果大大优于现有算法,尤其适用于平稳信号中突发性噪声的抑制。最后,将算法应用于作者开发的基于相对值判决的多载波调制系统中,试验结果证明,新算法可有效提高多载波调制系统的同步性能。

基于混沌理论的低压电力线通信信道建模研究

低压电力线通信(L-PLC)信道是一个受某些确定性规律控制的复杂非线性有限维动力系统,研究它的特性并建立其信道模型,是低压电力线通信技术领域的重要课题。本文将混沌理论引入L-PLC信道建模研究,通过对信道的实测信号进行混沌分析,从整体上研究低压电力线通信信道的内在规律。对实测时间序列的关联维数和最大Lyapunov指数的计算结果表明:饱和关联维数在4～5之间,说明要建立L-PLC系统的数学模型至少需要5个独立变量;最大Lyapunov指数为正,说明低压电力线通信系统具有混沌特性,因而具有短时间的可预测性。此外,文中对测量电路的滤波特性、时间序列长度以及采样频率的影响进行的讨论,对混沌时间序列分析具有广泛参考价值。

基于Kolmogorov熵的低压电力线信道特性分析

将Kolmogorov熵引入低压电力线信道特性的研究。通过计算不同条件下测得的电力线时间序列的Kolmogorov熵值,分析研究信道的混沌特征。主要结果有Kolmogorov熵值与电力网络的运行工况(地点、时间、负荷)呈正相关性,恒大于零,且趋于某一饱和值;同时,Kolmogorov熵受数据测量电路的通频带、采样间隔等参数影响。据此可推得如下结论:低压电力线信道具有混沌特征,短时可预测;Kolmogorov熵可作为描述低压电力线信道模型、估计信道特性的参数之一。

L-PLC信道特性预测的SVM实现

信道特性预测是低压电力线载波通信L-PLC(low-vlotage power line communication)信道特性研究的重要组成部分。文中基于低压电力线信道的混沌特性,将电力线上的混沌时间序列映射到高维特征空间实现非线性映射,基于支持向量机SVM(support vector machine)算法建立了L-PLC信道特性预测模型,并给出了具体实现步骤。以最小均方误差MSE(mean square error)为标准,总结了SVM算法参数与模型预测性能以及参数间的关系。通过与径向基函数RBF(radial basis function)网络预测结果相比较,证明了基于SVM的L-PLC信道特性预测模型的有效性。

低压PLC信道条件下DCSK系统的性能分析

针对现有对低压PLC信道特性研究及用于低压PLC的调制技术的局限性,本文将混沌理论引入PLC技术的研究。通过计算分析低压PLC信道不同条件下实测噪声序列的混沌特征参数:关联维数、Lyapunov指数和Kolmogorov熵,证明了低压PLC信道具有混沌特征。通过分析DCSK在低压PLC信道多径瑞利衰落模型及混沌噪声模型下的系统性能,得出了DCSK具有抑制低压PLC信道衰落及噪声的能力。仿真实验表明,DCSK在低压PLC系统模型下的误码性能优于传统数字调制方式。