[发明专利]基于改进去噪自编码器的电力线信道传输特性识别方法

说明书

基于改进去噪自编码器的电力线信道传输特性识别方法，包含有如下步骤：利用z‑score标准化对输入数据进行处理；在去噪后引入对应的反标准化得到最终的输出数据；在利用改进的去噪自编码器对信号处理的过程中，将训练到测试的信号具体转换进行可视化；选用美国国家标准与技术研究所公开的MNIST数据集，将改进的去噪自编码器先在MNIST数据集上测试，得cost曲线；在Tensorflow学习框架下将改进的去噪自编码器应用于电力线信道传输特性的去噪，并对去噪后的信号进行识别。将改进的去噪自编码器应用于信噪分离，结合神经网络对去噪信号进行识别，对比于传统去噪自编码器，本方法可以在低信噪比条件下实现很好的去噪效果。

技术领域

本发明涉及噪声处理技术领域，更具体地说，特别涉及基于改进去噪自编码器的电力线信道传输特性识别方法。

背景技术

随着通信技术的高速发展，电力线通信因其覆盖范围广得到了广泛的应用。电力线信道传输特性与拓扑结构、负载类型及工作状态等因素密切相关，为了能够进行拓扑结构预测、负载工作状态识别，首先要进行电力线信道传输特性的识别，但是由于噪声的影响，使其不能达到理想的识别效果。

发明内容

(1)技术问题

因此，如何解决现有技术中如何解决噪声影响对电力线信道传输特性识别的问题，成了本领域技术人员亟待解决的问题。

(2)技术方案

针对上述问题，本发明的内容是提供一种基于改进去噪自编码器的电力线信道传输特性识别方法，针对电力线信道传输特性，利用改进的去噪自编码器，提高去噪能力的同时加快收敛速度。

基于改进去噪自编码器的电力线信道传输特性识别方法，包含有以下步骤：

利用z-score标准化(zero-mean normalization)对输入数据进行处理，加快寻找最优解的速度，提高去噪自编码器的去噪能力；

在去噪后引入对应的反标准化得到最终的输出数据；

在利用改进的去噪自编码器对信号处理的过程中，将训练到测试的信号具体转换进行可视化，方便观察；

选用美国国家标准与技术研究所公开的MNIST数据集，将改进的去噪自编码器先在MNIST数据集上测试，所得的cost曲线；由损失函数的变化可以看出，改进的去噪自编码器相比于传统的去噪自编码器可以对去噪效果进行改善；在Tensorflow学习框架下将改进的去噪自编码器应用于电力线信道传输特性的去噪，并对去噪后的信号进行识别。

为了验证改进的去噪自编码器应用于电力线传输特性的去噪效果，将去噪后的电力线信道传输特性进行分类识别，选取含有两层隐含层的神经网络进行测试；神经网络输入层连接两个隐含层，隐含层的激活函数为relu函数，为了防止过拟合，每个隐含层后面加一个dropout层，最后输出层实现分类选择softmax函数。

进一步的，z-score标准化是如今数据处理中最常用的标准化处理方式，即将原始数据转换为均值为0，方差为1的数据，其反标准化已知均值和方差即可，标准化表达式见下式：

其中：表示原始数据的均值，σ表示原始数据的标准差。

进一步的，改进的去噪自编码器，通过将原始数据x进行标准化得到x*，对x*加入噪声得到网络的输入数据经过编码函数g得到特征表达h，再通过解码函数f将h映射到输出层，得到重构的数据y，但这并不是整个网络的输出，而是对y进行反标准化处理得到网络的输出y*，将标准化数据x*与重构数据y的差值L(x*,y)作为损失函数对整个网络进行调整。