基于深度学习的电力线信道传输特性识别方法

作者：史建超^*; 胡正伟; 贺冬梅; 谢志远

来源：电网技术, 2019, 43(12): 4283-4290.

DOI：10.13335/j.1000-3673.pst.2019.1527

• 电力线通信
• 泛在电力物联网
• 深度学习
• 传输特性识别
• 人工智能
• 卷积神经网络

提出了一种基于深度学习的电力线信道传输特性识别方法,通过人工智能方法完成对电力线信道传输特性的识别。传统的信道传输特性识别一般采用信道估计方法,该方法在噪声较大时估计效果不理想。所提方法采用去噪自编码器能有效对噪声进行抑制,可以在噪声较强的环境下实现信道传输特性的正确识别。在实际应用中,针对自编码器神经网络去噪后数据存在背景效应的问题,提出使用颜色调整方法进一步滤除干扰,提高了对去噪样本的识别成功率。基于深度学习框架建立了仿真模型,分析了9类基准传输样本的信道传输特性识别效果。仿真结果表明,该方法能够在不同的神经网络模型中以及多种噪声条件下,完成对电力线信道传输特性的识别,对进一步完善电力线通信质量保障具有重要意义。

• 单位
  电子工程学院; 华北电力大学