基于生成式对抗网络的电力线噪声建模方法

摘要

利用神经网络可以有效提取信号非线性特征的特性,文章提出了一种基于生成式对抗网络(Generative Adversarial Networks,GAN)的噪声建模方法.该方法通过对实测噪声样本进行学习,得到噪声的统计特性.首先通过现场可编程门阵列(Field Programmable Gate Array,FPGA)采集测得实际的电力线噪声样本集,并对其进行归一化处理作为神经网络的输入.其次通过GAN网络的不断训练来学习噪声特征.最后将实测噪声数据与通过GAN模型生成的数据进行各阶统计特性对比分析,验证了该方法的有效性.