基于感知与学习的电力线载波通信局域网技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 PLC技术研究现状及分析 | 第10-11页 |
| 1.2.2 频谱感知研究现状及分析 | 第11-13页 |
| 1.2.3 深度学习研究现状及分析 | 第13-15页 |
| 1.2.4 电力线局域网研究现状及分析 | 第15页 |
| 1.3 主要研究内容 | 第15-17页 |
| 第2章 基于OFDM的电力线通信系统模型 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 低压电力线信道模型 | 第17-23页 |
| 2.2.1 信道特性分析 | 第17-19页 |
| 2.2.2 频率响应模型 | 第19-20页 |
| 2.2.3 噪声模型 | 第20-23页 |
| 2.3 经典OFDM技术 | 第23-28页 |
| 2.3.1 基本原理 | 第23-24页 |
| 2.3.2 调制解调 | 第24-25页 |
| 2.3.3 子载波调制 | 第25-26页 |
| 2.3.4 保护间隔与循环前缀 | 第26-28页 |
| 2.4 电力线通信系统模型 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于频谱感知的信道自适应算法研究 | 第30-49页 |
| 3.1 引言 | 第30页 |
| 3.2 基于干扰温度的频谱感知算法 | 第30-37页 |
| 3.2.1 干扰温度模型 | 第30-31页 |
| 3.2.2 干扰温度估计 | 第31-35页 |
| 3.2.3 干扰温度门限设定 | 第35页 |
| 3.2.4 严格干扰温度门限设定 | 第35-37页 |
| 3.3 频谱空洞检测算法 | 第37-39页 |
| 3.3.1 算法思想 | 第37-38页 |
| 3.3.2 算法工作流程 | 第38-39页 |
| 3.4 信道自适应算法 | 第39-41页 |
| 3.4.1 算法思想 | 第39-40页 |
| 3.4.2 算法工作流程 | 第40-41页 |
| 3.5 算法仿真及性能分析 | 第41-47页 |
| 3.5.1 系统建模 | 第42-43页 |
| 3.5.2 算法仿真 | 第43-46页 |
| 3.5.3 算法性能分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 基于深度学习的网络规模控制方法 | 第49-64页 |
| 4.1 引言 | 第49页 |
| 4.2 深度无监督学习算法 | 第49-56页 |
| 4.2.1 逐层贪婪无监督学习算法 | 第50页 |
| 4.2.2 自编码与稀疏自编码 | 第50-53页 |
| 4.2.3 基于自编码的深度神经网络模型 | 第53-56页 |
| 4.3 基于深度学习的PLC局域网网络规模控制 | 第56-62页 |
| 4.3.1 基于SAE的网络规模控制方法 | 第56-57页 |
| 4.3.2 基于SAE的组网预测模型 | 第57-62页 |
| 4.3.2.1 模型训练过程 | 第57-58页 |
| 4.3.2.2 模型参数选择 | 第58-61页 |
| 4.3.2.3 模型性能分析 | 第61-62页 |
| 4.4 本章小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
