电力电子变换器通过功率与数据信息的复合调制,可使其在电能变换传输的同时进行数据信息的传输,从而实现能量信息一体化。该文以交错并联DC-DC变换器为研究对象,提出基于正交频分复用-多进制正交幅度调制(OFDM-MQAM)的能量信息一体化方...电力电子变换器通过功率与数据信息的复合调制,可使其在电能变换传输的同时进行数据信息的传输,从而实现能量信息一体化。该文以交错并联DC-DC变换器为研究对象,提出基于正交频分复用-多进制正交幅度调制(OFDM-MQAM)的能量信息一体化方法,并详细介绍变换器进行OFDM-MQAM的原理和具体实现方式,使能量信息一体化传输中的通信速率得到提升。建立变换器传输电能和信息的数学模型,在模型基础上计算分析输出电压纹波与数据信息传输的关系,并以此提出带有码元组合补零环节的OFDM-MQAM,大幅优化通信所引起的电压纹波。此外,针对多路载波引起的相位延时,通过所设计的解调环节避免OFDM系统的信道间和符号间干扰。最后通过一台交错并联的5 V/10 V Boost变换器完成了技术方法的实验验证。展开更多
在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法...在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法,普遍存在着误码率及损失值偏高的问题。为了弥补上述难题,文中提出一种基于多层感知机(Multilayer Perceptron,MLP)的索引调制检测算法,即MLP-IM算法。该算法采用融合两个连接层与一个输出层的架构设计,通过挑选的激活函数实现对OFDM索引调制系统中数据比特的精准还原。首先将OFDM索引调制系统的基础理论巧妙应用于数据的预处理阶段,随后利用仿真数据集对MLP神经网络模型进行全面而深入的离线训练,确保模型的稳健性与准确性。在检测阶段,通过MLP-IM检测算法实现了对OFDM索引调制系统的高效检测。仿真结果表明,所提出的MLP-IM算法在误码率控制和损失值两个方面的性能表现与最大似然检测算法相媲美,甚至在某些场景下超越了现有DNN-IM算法的性能,其性能改善幅度在0.2~6 dB的区间内。展开更多
文摘电力电子变换器通过功率与数据信息的复合调制,可使其在电能变换传输的同时进行数据信息的传输,从而实现能量信息一体化。该文以交错并联DC-DC变换器为研究对象,提出基于正交频分复用-多进制正交幅度调制(OFDM-MQAM)的能量信息一体化方法,并详细介绍变换器进行OFDM-MQAM的原理和具体实现方式,使能量信息一体化传输中的通信速率得到提升。建立变换器传输电能和信息的数学模型,在模型基础上计算分析输出电压纹波与数据信息传输的关系,并以此提出带有码元组合补零环节的OFDM-MQAM,大幅优化通信所引起的电压纹波。此外,针对多路载波引起的相位延时,通过所设计的解调环节避免OFDM系统的信道间和符号间干扰。最后通过一台交错并联的5 V/10 V Boost变换器完成了技术方法的实验验证。
文摘在探讨正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的优化中,一个显著挑战在于其信号检测性能的相对不足。同时,针对基于深度神经网络的索引调制(Deep Neural Network Based Index Modulation,DNN-IM)检测算法,普遍存在着误码率及损失值偏高的问题。为了弥补上述难题,文中提出一种基于多层感知机(Multilayer Perceptron,MLP)的索引调制检测算法,即MLP-IM算法。该算法采用融合两个连接层与一个输出层的架构设计,通过挑选的激活函数实现对OFDM索引调制系统中数据比特的精准还原。首先将OFDM索引调制系统的基础理论巧妙应用于数据的预处理阶段,随后利用仿真数据集对MLP神经网络模型进行全面而深入的离线训练,确保模型的稳健性与准确性。在检测阶段,通过MLP-IM检测算法实现了对OFDM索引调制系统的高效检测。仿真结果表明,所提出的MLP-IM算法在误码率控制和损失值两个方面的性能表现与最大似然检测算法相媲美,甚至在某些场景下超越了现有DNN-IM算法的性能,其性能改善幅度在0.2~6 dB的区间内。
