电力线载波通信信号检测分析与识别研究

摘要

近年来，随着我国电力行业的快速发展，电力网络也得到了广泛应用。由于电力线信道中存在复杂的噪声干扰和多径衰落，所以在电力线信道中传输数据具有很大的挑战。 在电力线通信（Power Line Communication，PLC）信号的检测识别研究中，电力线通信信道特性的研究是必不可少的。基于对PLC信道多径衰落特性的分析，本文改进了 PLC 信道的多径衰落模型，使其更能反映 PLC 信道的衰落特性。 针对PLC信号的检测识别问题，本文研究了分类识别的特征参数提取方法和分类器模型，并以小波变换系数幅值、高阶累积量和峰度值为特征参数，以支持向量机为分类器实现了PLC调制信号的分类识别。本文将改进的粒子群算法与支持向量机分类器结合，实现了PLC信号的初级分类，即将MASK、MFSK、MPSK和16QAM分为{2ASK、2PSK}、4ASK、{4PSK、8PSK、MFSK}和 16QAM 四类。通过高阶累积量、小波变换和幅值方差相结合的算法以及改进峰度算法，实现了信号的类间识别。最后，利用小波变换系数幅值直方图实现信号类内的分类识别。 通过对分类特征参数和分类器的研究，本文改进了电力线通信信号的类间和类内识别算法，并设计了一种适用于电力线信道的信号分类识别器。仿真结果表明，在信噪比（signal to noise ratio，SNR）为5dB时，信号的正确识别率可以达到88%以上。这说明本文改进的识别算法具有较好的识别性能。

目录

第一个书签之前

1　绪论

1.1　课题背景及研究意义

1.2　PLC国内外研究现状及发展现状

1.3　PLC信号的检测识别研究现状

1.4　论文的主要研究内容和章节安排

2　PLC信道噪声与多径衰落特性分析

2.1　PLC信道特性

2.2.1　脉冲噪声模型

2.2.2　背景噪声模型

2.2.3　改进的电力线多径信道衰落模型

2.3　PLC多径信道下信号检测分析

2.4　本章小结

3　PLC信号的小波变换特征提取

3.1.1　连续小波变换

3.1.2　离散小波变换

3.2　小波变换检测信号特征分析

3.3　小波函数的选取

3.4　PLC信道下的信号小波分析

3.5　PLC多径信道下的信号小波变换特征提取

3.5.1　MASK信号的小波变换特征

3.5.2　MFSK信号的小波变换特征

3.5.3　MPSK信号的小波变换特征

3.6　PLC噪声环境下的信号小波变换特征提取

3.7　本章小结

4　PLC信号类型识别算法及仿真分析

4.1.1　高阶累积量特征提取

4.1.2　SVM分类器分析

4.2.1　粒子群优化算法理论

4.2.2　改进的PSO算法及其收敛性分析

4.2.3　基于IPSO的SVM参数优选算法

4.3　PLC信号识别与仿真流程

4.3.1　PLC调制信号的类间分类

4.3.2　一种2PSK和2ASK信号识别方法

4.3.3　一种MPSK和MFSK信号类间识别方法

4.3.4　一种MFSK信号类内识别方法

4.3.5　一种MPSK信号类内识别方法

4.4　PLC信道下的信号识别仿真结果分析

4.5　本章小结

5　结论

5.1　本文主要完成工作

5.2　本文后续研究工作重点

致　　谢

参考文献

攻读硕士学位期间取得的研究成果