改进深度神经网络的电力线脉冲噪声抑制与补偿算法

摘要

针对非线性抑制方法需要先验统计信息确定最佳门限且引起非线性失真的问题,提出一种改进深度神经网络(DNN)的电力线脉冲噪声抑制与补偿算法。首先通过DNN锁定脉冲噪声的位置,然后采用置零法清除该位置的数据,最后对处理后的信号进行非线性失真重构与补偿,并与其它算法进行了仿真对比实验。仿真结果表明:所提算法提升了DNN的识别率,降低了系统误码率,具有较好的鲁棒性。