【摘 要】
：
电力线通信（Power Line Communication,PLC）指的是通过输电和配电网络来传输数据信息的一种通信技术。从工作电压的角度,电力线可分为高压（大于100k V）、中压（介于1至100k V）和低压（小于1k V）电网,其中低压配电网是应用的地理范围最广的电力网络,其发展前景广阔。从传输带宽的角度可以分为宽带PLC和窄带PLC,频谱资源的日益紧张使得对于窄带电力线通信传输的研究更加
论文部分内容阅读
电力线通信（Power Line Communication,PLC）指的是通过输电和配电网络来传输数据信息的一种通信技术。从工作电压的角度,电力线可分为高压（大于100k V）、中压（介于1至100k V）和低压（小于1k V）电网,其中低压配电网是应用的地理范围最广的电力网络,其发展前景广阔。从传输带宽的角度可以分为宽带PLC和窄带PLC,频谱资源的日益紧张使得对于窄带电力线通信传输的研究更加有实际意义。本文将基于多元位置相移键控（M-ary Position Phase Shift Keying,MPPSK）超窄带调制解调器应用于电力线系统的物理层,用国产DSP芯片实现高效调制电力通信系统,在确保系统能够正常稳定传输数据的同时尽量降低了硬件成本,为拓展基于MPPSK调制方式的超窄带通信应用方向奠定基础。首先,本文阐述了电力线通信、项目涉及的综合教学实验平台以及国内外研究现状,接着,对于电力线信道特性建立对应的数学模型,研究了信道衰减特性和噪声模型并详细说明了超窄带通信技术,对于MPPSK调制技术,收信端则采用冲击滤波器将高效调制信号的相位突变信息转变为幅度冲击,无需相位检测。最后,在ADP32芯片主控的平台上完成通信系统的开发,整个构架主要分为外围电路、调制解调模块和调试模块。在实验室配电网环境下对通信系统进行测试,结果表明该系统达到了较理想的通信性能。
其他文献
混沌系统具有良好的动力学特性,具有广泛的应用前景。当选取合理的参数和初始值时,由混沌映射迭代生成的序列可以被称为伪随机数序列。然而,当在有限精度机器中模拟这些混沌映射时,混沌系统的复杂性会减弱。这就导致此时的混沌映射计算产生的状态值序列特性下降,不再是理想的伪随机数序列。而其他学者所提出的改善方法仅仅延长了数字混沌系统出现周期的时间,且使用不同的初始值时,混沌系统进入周期的的迭代次数也会大大不同。
由致病菌引起的食物中毒案例频发,而其中很大部分是由沙门氏菌感染导致的。沙门氏菌不仅对公众的健康造成严重威胁,而且使全球食品生产和加工行业遭受难以估计的损失。快速、高效的致病菌检测技术是预防和缓解这些问题的有效策略。但现有的检测技术,如平板计数法、荧光免疫法等,不能够满足当下的检测需求。因此,为解决所面临的难题,建立一种快速、灵敏检测食品中的沙门氏菌的方法,对我国食品行业的发展尤为重要。电化学免疫传
虚拟网络映射问题是网络虚拟化技术中极具挑战性的难题,很多研究者都对此进行了研究,但是仍然存在着算法复杂度高,收敛速度慢,以及优化效果不明显的问题。本文在总结相关研究经验的基础上,以提高运营商的长期平均运营收益为优化目标,着重对动态场景下的虚拟网络映射问题进行了研究。针对动态虚拟网络映射问题的特点,本文主要研究了如下几方面的问题:1)针对现有虚拟网络映射算法的算法复杂度高,优化效果不够理想的问题,本
当今,无线通信技术飞速发展,无线设备数量呈爆发式增长,相关的安全研究受到了日益广泛的关注。当前无线设备的识别方法主要集中在数据链路层和物理层。数据链路层的识别方法主要是从传输的信息中提取出具有代表性的关键信息,如MAC、IP地址,这些信息容易被伪造或篡改。因此,基于数据链路层方法的安全性不高。基于物理层的识别方法主要包括测量接收信号强度、信道状态信息和设备特征等。本文采用了由设备制造公差产生的射频
流动是自然界中常见现象之一,也广泛存在于能源、动力、化工、航空航天等领域,流动过程中的三维流场测量对流体动力学机理研究及系统优化具有重要意义。基于光场成像的粒子图像测速技术（PIV）可实现单一视角下三维速度场测量,近年来受到了广泛关注。本文针对光场PIV层析重建中因多介质折射率变化及成像系统畸变等因素引起权系数计算误差大的问题,提出一种光场成像三维流场测量系统的体标定方法,构建了基于笼式光场相机的
火力发电一直是我国主要的发电方式,近年来,随着新能源的快速发展,参与深度调峰的火电机组面临着更高的运行要求。随着大数据技术和现代信息系统在电厂的广泛应用,电站设备的海量数据被采集并保存。如何对电站设备海量运行数据进行挖掘,建立有效的电站设备运行状态监测与诊断模型,为电站设备安全稳定运行提供理论依据,是目前国内外学者研究的热点。针对电站设备过程数据多源、异构且参数间关系复杂的特点,本文利用案例推理方
蝴蝶优化算法（BOA）是一种著名的自然启发的元启发式算法。由于其简单,易于实现等优点受到众多研究者们的欢迎,但也存在着许多缺点。如:容易过早陷入收敛,勘探与开采不平衡。随着科技的进步,需要解决的问题逐渐困难。因此算法的性能需要提高。针对以上考虑,结合BOA的特性,本文做出以下工作:（1）为了提高BOA性能,提出了一种基于动态反向种群的遗传学习蝴蝶优化算法（Genetic learning butt
机组耗量特性是火电机组性能评价与优化的基础,由于运行条件和设备状态的变化,机组特性经常会发生变化,研究具有自学习能力的特性建模方法具有重要的意义。本文从火电机组的原始运行数据出发,获取机组特性建模所需的特性样本数据,并利用证据回归与数理统计回归结合的混合回归建模方法建立了预测精度高、泛化能力强的机组特性模型,最后还提出根据机组更新周期内新加入和拟剔除的运行数据建立子模型实现对已有特性模型的滚动更新