一种基于改进VPGA优化Elman神经网络的电力线通信数据处理算法

• 作者: 孙云莲 徐冰涵 易仕敏 王华佑 谢文旺
• 来源期刊: 电力系统保护与控制
• 关键词: 电力线通信 OFDM 可变种群规模遗传算法 Elman神经网络 误码率
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 理论分析
• 页码范围: 58-65
• 页数: 8页
• 字数: 4869字
• 语种: 中文
• DOI: 10.7667/PSPC180406

摘要

为了提高宽带电力线通信系统的通信质量,基于宽带电力线通信系统的基本原理,构建了宽带电力线通信系统的仿真模型.以广东云浮某小区用户电表的实际采集数据作为原始数据,在500 m的四径信道模型下,分别引入了BP神经网络和Elman神经网络进行了通信质量的仿真测试.针对神经网络算法普遍存在的抗噪声性能差的缺点,提出一种基于改进VPGA优化的Elman神经网络用于电力线通信系统解映射模块的数据处理,并进行了仿真测试.实验结果表明,该算法不占用宝贵的频谱资源且实现方便,并且除去信号被噪声淹没等极端恶劣的信道环境以外,均可以显著提高宽带电力线通信系统的通信质量,降低误码率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙云莲	武汉大学电气与自动化学院	72	830	17.0	26.0
2	谢文旺	武汉大学电气与自动化学院	9	10	2.0	2.0
3	王华佑	武汉大学电气与自动化学院	6	4	2.0	2.0
4	徐冰涵	武汉大学电气与自动化学院	7	4	2.0	2.0
5	易仕敏		8	58	3.0	7.0