| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 PLC国内外研究现状及发展现状 | 第9-11页 |
| 1.3 PLC信号的检测识别研究现状 | 第11-12页 |
| 1.4 论文的主要研究内容和章节安排 | 第12-14页 |
| 2 PLC信道噪声与多径衰落特性分析 | 第14-26页 |
| 2.1 PLC信道特性 | 第14-15页 |
| 2.2 电力线信道模型 | 第15-22页 |
| 2.2.1 脉冲噪声模型 | 第15-16页 |
| 2.2.2 背景噪声模型 | 第16-17页 |
| 2.2.3 改进的电力线多径信道衰落模型 | 第17-22页 |
| 2.3 PLC多径信道下信号检测分析 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 PLC信号的小波变换特征提取 | 第26-42页 |
| 3.1 小波变换的理论基础 | 第26-27页 |
| 3.1.1 连续小波变换 | 第26-27页 |
| 3.1.2 离散小波变换 | 第27页 |
| 3.2 小波变换检测信号特征分析 | 第27-29页 |
| 3.3 小波函数的选取 | 第29-30页 |
| 3.4 PLC信道下的信号小波分析 | 第30-31页 |
| 3.5 PLC多径信道下的信号小波变换特征提取 | 第31-39页 |
| 3.5.1 MASK信号的小波变换特征 | 第31-34页 |
| 3.5.2 MFSK信号的小波变换特征 | 第34-36页 |
| 3.5.3 MPSK信号的小波变换特征 | 第36-39页 |
| 3.6 PLC噪声环境下的信号小波变换特征提取 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 4 PLC信号类型识别算法及仿真分析 | 第42-73页 |
| 4.1 PLC信号分类器的构建 | 第42-46页 |
| 4.1.1 高阶累积量特征提取 | 第42-44页 |
| 4.1.2 SVM分类器分析 | 第44-46页 |
| 4.2 改进的PSO-SVM分类器算法 | 第46-54页 |
| 4.2.1 粒子群优化算法理论 | 第46-48页 |
| 4.2.2 改进的PSO算法及其收敛性分析 | 第48-52页 |
| 4.2.3 基于IPSO的SVM参数优选算法 | 第52-54页 |
| 4.3 PLC信号识别与仿真流程 | 第54-68页 |
| 4.3.1 PLC调制信号的类间分类 | 第56-58页 |
| 4.3.2 一种2PSK和2ASK信号识别方法 | 第58-62页 |
| 4.3.3 一种MPSK和MFSK信号类间识别方法 | 第62-64页 |
| 4.3.4 一种MFSK信号类内识别方法 | 第64-65页 |
| 4.3.5 一种MPSK信号类内识别方法 | 第65-68页 |
| 4.4 PLC信道下的信号识别仿真结果分析 | 第68-71页 |
| 4.5 本章小结 | 第71-73页 |
| 5 结论 | 第73-75页 |
| 5.1 本文主要完成工作 | 第73-74页 |
| 5.2 本文后续研究工作重点 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82页 |