公开(公告)号：CN116192310A

公开(公告)日：2023-05-30

申请号：CN202310221317.7

申请日：2023-03-09

Applicant: 重庆邮电大学

Inventor： 胡博强 ,  毛翔宇 ,  刘何鑫 ,  周健

IPC: H04B17/391 ,  H04B3/54

Abstract: 本发明涉及一种基于FPGA的电力线信道模拟器，属于电力通信领域。本发明使用FIR滤波器还原信道传输特性，结构清晰节省资源；噪声方面采用MiddletonClass‑A脉冲噪声模型，更加还原实际通信环境，使得测试结果贴合现实；前端电路部分的增益控制模块采用两块级联的AD603与一块HMC624A组合而成，能够实现更大的增益范围。总体而言，本发明能够在消耗一定资源的情况下还原实际电力线场景，减少电力线通信系统测试时的人力物力的投入。

公开(公告)号：CN114781251B

公开(公告)日：2025-02-11

申请号：CN202210381643.X

申请日：2022-04-12

Applicant: 重庆邮电大学

Inventor： 张洋 ,  辛龙坤 ,  胡博强

IPC: G06F30/27 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及一种基于深度学习的电力线信道建模方法，属于电力通信技术领域。该方法包括以下步骤：S1：建立自编码器AE和混合生成对抗网络MGAN；S2：联合AE和MGAN的电力线信道建模。采用自编码器AE和混合生成对抗网络MGAN对复杂的电力线信道进行建模，使用真实信道数据训练网络，获取网络参数。该方案最大限度地减少对电磁信号传播和传输线理论等知识的需求，也无需复杂的理论分析或数据处理，规避了数学近似和假设，直接从真实信道数据中学习的隐藏分布。该方法可为PLC技术的评估以及先进PLC解决方案的开发提供支持。

公开(公告)号：CN114781251A

公开(公告)日：2022-07-22

申请号：CN202210381643.X

申请日：2022-04-12

Applicant: 重庆邮电大学

Inventor： 张洋 ,  辛龙坤 ,  胡博强

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的电力线信道建模方法，属于电力通信技术领域。该方法包括以下步骤：S1：建立自编码器AE和混合生成对抗网络MGAN；S2：联合AE和MGAN的电力线信道建模。采用自编码器AE和混合生成对抗网络MGAN对复杂的电力线信道进行建模，使用真实信道数据训练网络，获取网络参数。该方案最大限度地减少对电磁信号传播和传输线理论等知识的需求，也无需复杂的理论分析或数据处理，规避了数学近似和假设，直接从真实信道数据中学习的隐藏分布。该方法可为PLC技术的评估以及先进PLC解决方案的开发提供支持。