System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信信号检测,尤其涉及一种虚拟电厂边缘网关信号在线保持方法、系统、设备和介质。
技术介绍
1、近年来,随着各种新技术的进一步发展,通信、计算机、自动化等技术在电网中得到广泛应用,并与传统电力技术相互融合,大幅提升了电网的智能化水平。其中,传感器技术与信息技术在电网中的应用,为系统状态分析和辅助决策提供了技术支持;调度技术、自动化技术和柔性输电技术的成熟发展,为可再生能源和分布式电源的开发利用提供了基本保障;通信网络的完善和用户信息采集技术的推广应用,促进了电网与用户的双向互动。上述技术的不断创新,使得虚拟电厂边缘网关逐渐成为电力行业的主要发展趋势。
2、多输入多输出通信系统,作为下一代无线通讯系统的重要组成部分,其在收发两端分别部署的天线阵列,可以显著地提高无线链路的传输速率和频谱利用效率。然而,在传统的mimo系统(多输入多输出虚拟电厂边缘网关系统)中,系统复杂度和部署成本会随着系统规模的增加而指数级地增加。为了解决这个问题,提出了空间调制的概念并衍生出一系列的空间调制方案。通过空间调制,可以只激活一部分发射端天线用于发送数据,同时通过激活天线的组合携带更多的信息,这样就仍然能实现高的数据传输速率的同时又减少了需要部署的射频链路的数量,从而在频谱利用率和能源效率上相比传统的mimo系统实现更好的均衡。空间调制方案经历了从原版的空间调制到广义空间调制再到动态空间调制方案的进化,可激活的天线数量也从相应的1根天线到固定数量的多根天线再到动态数量的多根天线。
3、空间调制已经被视为未来无线网
4、为了降低计算复杂度,同时追求最佳ber性能,研究人员最近专注于基于树搜索的信号检测算法。具体来说,树搜索算法将检测问题转换为构造的决策树上的最近路径。在这种策略下,树搜索算法能够显著减少平均计算复杂度,尽管在所有树搜索算法中,在最坏的情况下其计算复杂度仍然是指数级的。
5、虽然提出了许多算法用于解决在基于空间调制方案和广义空间调制方案的mimo系统中信号检测的问题,但是仍然缺乏对在基于动态空间调制方案mimo系统中,进行有效的信号检测方法的研究。此外,在基于动态空间调制方案的mimo系统中,激活天线数量的动态变化特性也使大多数现有的信号检测和最优信号选择方法无法正常工作。例如,现有的基于消息传递的检测方法通常假设已知的固定的稀疏度约束,但在动态空间调制方案中,因为可变稀疏性,这类算法是不能正常工作的。
技术实现思路
1、本专利技术提供了一种虚拟电厂边缘网关信号在线保持方法、系统、设备和介质,解决了在现有的基于动态空间调制方案的虚拟电厂边缘网关系统中,由于激活天线数量的动态变化特性,采用传统的信号检测和最优信号选择方法无法确保虚拟电厂边缘网关设备能够正常工作的技术问题。
2、本专利技术第一方面提供的一种虚拟电厂边缘网关信号在线保持方法,包括:
3、响应于接收到的在线保持请求,确定所述在线保持请求对应的虚拟电厂边缘网关并获取对应的待发送信息比特流;
4、对所述待发送信息比特流进行映射,生成对应的发送信号;
5、根据所述发送信号的信道状态矩阵,构建对应的决策树;
6、将所述决策树中的每个树结点关联的结点向量输入目标深度神经网络中,得到对应的启发值;
7、将所述启发值输入预设路径代价模型,输出对应的路径代价值;
8、采用所述路径代价值对内存空间进行搜索,将满足预设最优结点条件的结点进行标记输入,构成所述发送信号关联的待恢复信号;
9、对所述待恢复信号进行逆映射,生成并输出恢复后的待发送信息比特流和索引编号。
10、可选地,所述对所述待发送信息比特流进行映射,生成对应的发送信号的步骤,包括:
11、对所述待发送信息比特流进行进制转换,生成初始映射十进制比特流;
12、采用所述初始映射十进制比特流输入预设中间十进制比特流函数,生成中间映射十进制比特流;
13、对所述中间十进制比特流进行解码,生成对应的天线组合数据;
14、采用所述中间映射十进制比特流输入预设目标十进制比特流函数,生成目标映射十进制比特流;
15、按照预设长度将所述目标映射十进制比特流进行进制转换,生成目标二进制序列;
16、采用所述目标二进制序列转成预置二维星座图内的星座符号;
17、采用所述天线组合数据与所述星座符号构建发送信号。
18、可选地,所述根据所述发送信号的信道状态矩阵,构建对应的决策树的步骤,包括:
19、在接收端接收所述发送信号;
20、对所述发送信号的信道状态矩阵进行qr分解,并根据分解后的信道状态矩阵内的正交列向量组矩阵构建决策树。
21、可选地,所述目标深度神经网络的训练过程包括:
22、以最小化似然函数为优化目标,构建初始深度神经网络;
23、随机获取比特流训练数据并输入所述初始深度神经网络进行训练,得到各树结点的训练路径代价值;
24、根据所述训练路径代价值计算所述比特流训练数据对应的损失函数值,当所述损失函数值大于预设标准损失函数值,则采用小批次梯度下降法调整所述初始深度神经网络的网络参数,并跳转执行所述随机获取比特流训练数据,并输入所述初始深度神经网络,得到各树结点的训练路径代价值的步骤,直至所述损失函数值小于或等于所述预设标准损失函数值;
25、当所述损失函数值小于或等于所述预设标准损失函数值,则输出所述目标深度神经网络。
26、可选地,所述损失函数值的表达式具体为:
27、
28、式中,d表示所述比特流训练数据,rt表示信道矩阵,表示整条路径上的所有结点,zt表示qr分解后的发送信号,t表示时隙数,其中,t=1,2,3,...,t;
29、
30、式中,表示所述损失函数值,sk表示第k个结点,表示第nt个结点,表示真实代价和,f(sk|θ)表示所述初始深度神经网络的估计代价和,θ表示所述初始深度神本文档来自技高网...
【技术保护点】
1.一种虚拟电厂边缘网关信号在线保持方法,其特征在于,包括:
2.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述对所述待发送信息比特流进行映射,生成对应的发送信号的步骤,包括:
3.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述根据所述发送信号的信道状态矩阵,构建对应的决策树的步骤,包括:
4.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述目标深度神经网络的训练过程包括:
5.根据权利要求4所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述损失函数值的表达式具体为:
6.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述预设路径代价模型具体为:
7.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述预设最优结点条件具体为最小路径代价值且树高大于预设树高标准值;
8.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述对所述待恢复信号进行逆映射,生成并输出恢复后的待
9.一种虚拟电厂边缘网关信号在线保持系统,其特征在于,包括:
10.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-8任一项所述的虚拟电厂边缘网关信号在线保持方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1-8任一项所述的虚拟电厂边缘网关信号在线保持方法。
...【技术特征摘要】
1.一种虚拟电厂边缘网关信号在线保持方法,其特征在于,包括:
2.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述对所述待发送信息比特流进行映射,生成对应的发送信号的步骤,包括:
3.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述根据所述发送信号的信道状态矩阵,构建对应的决策树的步骤,包括:
4.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述目标深度神经网络的训练过程包括:
5.根据权利要求4所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述损失函数值的表达式具体为:
6.根据权利要求1所述的虚拟电厂边缘网关信号在线保持方法,其特征在于,所述预设路径代价模型具体为:
7.根据权利要求1所述...
【专利技术属性】
技术研发人员:王滔,陈立明,周保荣,赵文猛,毛田,
申请(专利权)人:南方电网科学研究院有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。