混沌载波通信与传统数字通信的比较

混沌载波通信是混沌通信领域最具代表性的一个研究方向。它用混沌信号作为通信的载波,与用正弦波作载波的传统数字通信直接对应。由于混沌信号与正弦信号等传统的确定性周期信号具有完全不同的特性,它具有较宽的连续频谱,且表现类δ函数的相关特性,因此用混沌信号作通信的载波,也使得整个通信系统具有崭新的特点。本文通过仿真实验对两种典型的混沌载波通信系统DCSK和FM-DC-SK,分别与传统数字通信系统在加性高斯白噪声信道和频率非选择性慢衰落信道下进行性能比较。比较的结果表明混沌载波通信系统在高斯信道下的噪声性能远远差于传统数字通信系统,而在频率非选择性慢衰落信道中则表现出极大的优势。最后,通过仿真实验验证了最优接收机对DCSK性能的改善,表明混沌载波通信的性能仍然具有提高的潜质。     

基于混合人工神经网络的电力市场短期电价研究与分析

由于电力市场价格的不确定性,供需侧管理在电力市场中遇到了许多困难。电力供应商可以通过了解电力市场价格变化的信息,在短期预测其合理报价时获得更多优势。因此,近年来,电力市场对价格预测的研究变得更加重要。根据预测框架,预测技术可分为三类,即统计模型、时间序列方法和基于人工智能(AI)的方法。因此,为解决上述问题,提出一种基于混合人工神经网络的短期电价预测混合方法。同时,本研究开发了一种基于互信息(MI)和神经网络(NN)相结合的特征选择技术,用于选择输入变量子集,这些子集对电价预测具有重要影响。通过结合人工协同搜索算法(ACS)和人工神经网络(ANN)进行,进一步提高了预测的精度。通过比较所提出的混合预测方法与混合SVM和混合ANN方法的相关性和精度,并通过粒子群优化(PSO)CSA算法对混合SVM和混合ANN方法的参数进行了优化。开发的ANN-ACS模型在电力市场具有鲁棒性。在电价预测的情况下,它提供了比其他AI方法更高的预测精度和简单性,在冬季、春季、夏季和秋季的MAPE值分别为4.58%、1.2%、2.62%和3.79%。