基于小波神经网络的低压电力线背景噪声建模

发布时间：2019-08-04 12:02

【摘要】：为增强电力线通信的抗噪能力,针对低压电力线信道噪声中的有色背景噪声和窄带噪声,提出一种基于小波神经网络的建模方法。首先,将背景噪声进行小波神经网络建模,对比所建模型输出噪声与测试噪声的时域波形及功率谱密度,计算两者功率谱密度的均方根误差;然后,对同一组背景噪声分别进行基于传统的小波马尔科夫链和小波神经网络的建模,并计算2种模型输出噪声与测试噪声的功率谱密度及其均方根误差。仿真结果表明,小波神经网络输出噪声与测试噪声的时域波形及功率谱密度均有着较一致的变化趋势,因此小波神经网络对低压电力线信道背景噪声的建模是有效的,对宽带噪声的建模效果更好。
[Abstract]:In order to enhance the anti-noise ability of power line communication, a modeling method based on wavelet neural network is proposed for colored background noise and narrowband noise in low voltage power line channel noise. Firstly, the background noise is modeled by wavelet neural network, the time domain waveform and power spectral density of output noise and test noise are compared, and the root mean square error of power spectral density is calculated. Then, the same group of background noise is modeled based on traditional wavelet Markov chain and wavelet neural network, and the power spectral density and root mean square error of output noise and test noise of the two models are calculated. The simulation results show that the time domain waveform and power spectral density of the output noise and the test noise of the wavelet neural network have the same changing trend, so the wavelet neural network is effective for the modeling of the background noise of the low voltage power line channel, and the modeling effect of the broadband noise is better.
【作者单位】： 华北电力大学电气与电子工程学院;
【基金】：国网重庆市电力公司资助项目(KH15010158)~~
【分类号】：TN913.6

【相似文献】

相关期刊论文 前10条

1 龚玉蓉;汤井田;蔡剑华;;小波神经网络的大地电磁数据静态效应处理[J];物探化探计算技术;2011年06期

2 盛景泉,付梦印,刘永信;采用小波神经网络的捷联惯导系统静基座快速初始对准[J];内蒙古大学学报(自然科学版);2003年04期

3 李志刚;司锡才;陈玉坤;;基于小波神经网络的信号识别[J];弹箭与制导学报;2005年SD期

4 陈立伟;宋宪晨;章东升;杨洪利;;一种基于优化小波神经网络的语音识别[J];应用科技;2008年02期

5 斯芸芸;徐道连;周卓然;;基于遗传算法和小波神经网络的语音识别研究[J];微型机与应用;2011年16期

6 涂望明;宋执环;孟庆志;张国超;苏帅;;小波神经网络在雷达故障诊断中的应用研究[J];计算机测量与控制;2012年04期

7 陈珂;张立君;彭志平;柯文德;;基于小波神经网络的实际业务流预测方法[J];四川大学学报(自然科学版);2013年03期

8 潘俊林;樊可清;李炎华;;基于小波神经网络的振动信号消噪[J];科技信息(科学教研);2008年02期

9 胡钢;冯向前;陈欣;曹力;;带时频区间精度小波神经网络的信号仿真研究[J];山东大学学报(工学版);2008年01期

10 刘千里;;基于小波神经网络的非线性噪声对消[J];电子设计工程;2012年07期

相关会议论文 前3条

1 史健芳;汤洪彪;杨盘洪;朱庆双;龚海燕;;小波神经网络的机动目标跟踪方法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

2 宋海发;谢祝捷;;小波神经网络的研究[A];武备维修保障理论与应用：中国造船工程学会学术论文集.3[C];2013年

3 宁佐贵;王雄祥;朱长春;;信号消噪的小波神经网络方法[A];中国工程物理研究院科技年报（2000）[C];2000年

相关博士学位论文 前1条

1 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年

相关硕士学位论文 前10条

1 陈斌;无线传感器网络故障诊断方法研究[D];上海电力学院;2015年

2 姜红茹;基于深度SVM和深度小波神经网络的极化SAR影像地物分类[D];西安电子科技大学;2014年

3 傅女婷;双正交小波基的构造方法和心音小波神经网络的研究[D];南京邮电大学;2015年

4 邵志成;基于作物需求的设施二氧化碳智能调控技术研发[D];西北农林科技大学;2017年

5 李超;基于小波神经网络的卫星信号调制方式识别[D];吉林大学;2007年

6 王乐;粒子群算法优化的小波神经网络在目标跟踪中的应用[D];太原理工大学;2011年

7 薛越峰;基于小波神经网络多用户检测算法的研究[D];太原理工大学;2007年

8 朱人杰;基于遗传小波神经网络的海杂波抑制方法研究[D];江苏科技大学;2014年

9 高峰;基于神经网络的UWB弱信号目标识别方法研究[D];北京邮电大学;2013年

10 李翱翔;基于小波神经网络的OFDM系统调制识别方法的研究[D];西安电子科技大学;2007年

，

本文编号：2522928