| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1.绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 充电站通信方式介绍 | 第8-9页 |
| 1.3 电力线载波技术研究现状 | 第9-10页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10页 |
| 1.4 阻抗估计简介 | 第10-12页 |
| 1.4.1 阻抗估计发展现状 | 第10-12页 |
| 1.4.2 现有阻抗估计算法的不足 | 第12页 |
| 1.5 本文技术路线及工作安排 | 第12-16页 |
| 1.5.1 技术路线 | 第12-13页 |
| 1.5.2 论文的主要工作 | 第13-16页 |
| 2.充电站信道传输特性与阻抗特性建模 | 第16-30页 |
| 2.1 充电站信道模型分析 | 第16-20页 |
| 2.1.1 自顶向下法 | 第16-17页 |
| 2.1.2 自底向上法 | 第17-20页 |
| 2.2 传输线理论 | 第20-24页 |
| 2.2.1 传输线分布参数提取方法 | 第20-22页 |
| 2.2.2 非均匀传输线参数求解 | 第22-24页 |
| 2.3 非均匀传输线阻抗模型建立 | 第24-28页 |
| 2.3.1 非均匀传输线传输特性影响因素分析 | 第24-25页 |
| 2.3.2 传输特性与阻抗特性建模 | 第25-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3.基于经验模态分解(EMD)的传输特性曲线特征提取 | 第30-40页 |
| 3.1 经验模态分解算法的提出 | 第30页 |
| 3.2 EMD的原理 | 第30-31页 |
| 3.2.1 瞬时频率 | 第30-31页 |
| 3.2.2 固有模态函数 | 第31页 |
| 3.3 EMD的实现方法 | 第31-34页 |
| 3.3.1 有效IMF分量选取与分解结束原则 | 第32-33页 |
| 3.3.2 EMD分解方法的优点 | 第33-34页 |
| 3.4 传输特性曲线特征提取 | 第34-38页 |
| 3.4.1 基于不同时段传输特性曲线特征提取 | 第34-36页 |
| 3.4.2 基于不同总线拓扑结构下的传输特性曲线特征提取 | 第36-37页 |
| 3.4.3 对总的传输特性曲线特征提取 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4.基于径向基神经网络(RBF)的阻抗特性曲线频率跟踪 | 第40-50页 |
| 4.1 人工神经网络的基本原理 | 第40-41页 |
| 4.1.1 人工神经网络的类型 | 第40-41页 |
| 4.1.2 人工神经网络的特点 | 第41页 |
| 4.2 常用神经网络模型及其应用评述 | 第41-43页 |
| 4.2.1 BP神经网络 | 第41-42页 |
| 4.2.2 改进BP神经网络 | 第42-43页 |
| 4.2.3 径向基神经网络 | 第43页 |
| 4.3 阻抗特性曲线的频率跟踪 | 第43-48页 |
| 4.3.1 阻抗数据的分析和处理 | 第43-46页 |
| 4.3.2 神经网络的创建与仿真 | 第46-48页 |
| 4.4 本章小结 | 第48-50页 |
| 5.阻抗模型建立与仿真验证 | 第50-68页 |
| 5.1 匹配阻抗数学模型 | 第50-52页 |
| 5.1.1 匹配阻抗模型衰减分量建模 | 第50-52页 |
| 5.1.2 匹配阻抗模型波动分量建模 | 第52页 |
| 5.2 匹配阻抗仿真模型 | 第52-57页 |
| 5.2.1 基于EMD分量峰峰值-峰谷值提取的衰减分量仿真模型 | 第52-53页 |
| 5.2.2 基于BP神经网络的波动分量仿真 | 第53-54页 |
| 5.2.3 综合匹配阻抗仿真 | 第54-57页 |
| 5.3 基于实测数据与建模环境下的阻抗建模性能 | 第57-67页 |
| 5.3.1 基于不同总线拓扑结构下的阻抗模型仿真 | 第57-60页 |
| 5.3.2 基于不同工作时段实测数据的阻抗模型仿真 | 第60-62页 |
| 5.3.3 基于不同强弱噪声条件下的阻抗仿真模型 | 第62-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6.结论与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文、专利、获奖情况 | 第76页 |
