| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1．1 课题背景 | 第9页 |
| 1．2 低压电力线载波抄表系统发展概述 | 第9-10页 |
| 1．3 低压电力线载波通信的特点 | 第10-11页 |
| 1．4 低压电力线载波通信面临的主要问题 | 第11页 |
| 1．5 低压电力线载波传输方式简介 | 第11-12页 |
| 1．6 几种电力线载波芯片简介 | 第12-13页 |
| 1．7 本文的主要研究内容 | 第13-14页 |
| 1．8 本文结构 | 第14-15页 |
| 第2章 低压电力网通信信道特性分析 | 第15-27页 |
| 2．1 低压电力线路上传输衰减特性研究 | 第15-19页 |
| 2．2 低压电力网的噪声特性研究 | 第19-22页 |
| 2．3 各种噪声对配电网扩频通信的影响分析 | 第22-23页 |
| 2．4 信道噪声的统计特性研究 | 第23页 |
| 2．5 低压电力网信道的输入阻抗特性研究 | 第23-26页 |
| 2．6 本章小结 | 第26-27页 |
| 第3章 扩频通信技术研究及软件设计 | 第27-39页 |
| 3．1 扩频通信原理 | 第27-28页 |
| 3．2 扩频通信系统设计 | 第28-29页 |
| 3．3 扩频通信的特性分析 | 第29-31页 |
| 3．4 扩频通信几种工作方式的比较分析 | 第31-32页 |
| 3．5 扩频通信存在的局限性分析 | 第32-33页 |
| 3．6 电力线扩频通信软件算法的研究与设计 | 第33-39页 |
| 3．7 本章小结 | 第39页 |
| 第4章 神经网络理论在抄表系统中的应用设计 | 第39-52页 |
| 4．1 神经网络概述 | 第39-42页 |
| 4．2 神经网络学习规则的研究 | 第42-46页 |
| 4．2．1 神经网络信息处理的数学过程分析 | 第42-43页 |
| 4．2．2 神经网络的分布存储与容错性研究 | 第43-46页 |
| 4．3 神经网络BP学习算法的研究 | 第46-51页 |
| 4．4 基于神经网络BP学习算法的智能集中器设计 | 第51-52页 |
| 4．5 本章小结 | 第52页 |
| 第5章 自适应低压电力线载波通信的研究 | 第52-60页 |
| 5．1 频域自适应滤波算法的研究 | 第52-56页 |
| 5．1．1 最小均方误差滤波算法的研究 | 第52-54页 |
| 5．1．2 频域自适应滤波算法的研究 | 第54-56页 |
| 5．2 自适应低压电力线载波方法研究 | 第56-59页 |
| 5．2．1 信道均衡自适应的研究与设计 | 第56-58页 |
| 5．2．2 自动中继自适应的研究与设计 | 第58-59页 |
| 5．2．3 阻抗匹配自适应的研究 | 第59页 |
| 5．3 本章小结 | 第59-60页 |
| 第6章 基于ESSSC16载波芯片的低压电力线载波通信系统的设计 | 第60-74页 |
| 6．1 YCX-1远程集中抄表系统的设计 | 第60-64页 |
| 6．2 电力线载波通信专用芯片ESSSC16设计 | 第64-65页 |
| 6．3 YCX-1型电力线载波模块的原理设计 | 第65-69页 |
| 6．4 YCX-1电力载波抄表系统利用通信网络管理的设计 | 第69-70页 |
| 6．5 YCX-1电力载波抄表系统差错控制设计 | 第70-73页 |
| 6．6 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 致谢 | 第75-76页 |
| 工程硕士研究生简介 | 第76-77页 |
| 参考文献 | 第77-79页 |