信噪比，然后将其组建为段有限的时间序列，如式。⋯，根据计算公式对时间序列中的近似解耦，采用滑动平均值法计算，如式。⋯，−，其中，代表滑动窗口的大小序列高频部分作为非平稳随机序列，以及序列的低频部分，作为非线性序列。基于预测链路质量表明信噪比序列的随机性质。本文通过臵信区间的预测方法来测算之后链路质量在哪区间的概率。臵信区间在统计学中被描述为统计特性依据样本构造出的估计区间，同时也是对该样本的总体参数的区间估计。这特征表现为该参数处于区间范围应该所具备的概率程度。−近似解耦算法针对信号目前常用的算法包括经验模态分解中位值滤波和卡尔曼滤波。其中，卡尔曼滤波算法虽然取得的结果较好，但基于预测链路质量在微电网通信的研究电信技术论文具备了独立的计算网络权值能力。小波神经网络预测模型主要分为两个部分，微电网通信的非平稳随机方差序列和非线性序列。输出也分为两个部分，非平稳随机方差序列和非线性序列的预测值。将此模型的结构参数列为表所示。基于预测链路质量在微电网通信的研究电信技术论文。节点发射功率节点的通信距离接收功率以及发射功率存在着密切关系，如式。式中，网通信的链路信噪比服从方差为，均值为的高斯分布。由此我们可以推测出后刻的臵信区间，如式。−−−−−−−−，−−−−−−−由此可知微电网通信的链路质量通信区间，如式。−−−−−−−−，−−−−−−−小波神经网络预测模型在神经网络中运用小波变换理论即为小波神经网络，这网络的列的耦合。根据链路质量臵信区间预测结果提出种基于网络发射功率的控制系统结构，并研究了种具有更高稳定性和可靠性的模糊控制的优化控制算法。通过以微型太阳能发电的微电网通信系统对本文预测算法进行了实际测试，表明了该方法在实际应用中具有更好的实用价值。参考文献齐志远，李志峰基于通信的微电网监控网络计算机工程，孙孝峰，郝彦丛，赵巍，等孤岛微电网无通信功率均分和电表测试参数根据通信质量需求，本次测试应用将控制器的给定值设臵为，并且以通信质量的区间下界设为控制器的输入，每条通信链路都通过调节机制对链路质量做了最优的调控，使得整体的微电网通信质量得到了提升，各功率控制下的质量性能对比，如图所示。图网络通信质量性能对比图可以得到，在初始化过程即网络通信初始阶段，通信质量较低，随时间的延后，功率模糊控制各个节点使得网络的质量整体上快境下有着很大差异。在地下电压控制室以及功率控制室中，室内环境中由于障碍偏少，两者的损耗指数偏低。但在的变电站，大型设备密集，损耗指数受到了信号的干扰导致指数偏大。无线传感器网络节点将每个节点收集到的太阳能发电设备状态信息聚合后，通过数据包的形式输送到跟踪服务器系统。同时，将跟踪服务器系统的信息也输送给下端的每个节点。协调器节点无线传感器的协调器节点负责输送到跟踪服务器系统。同时，将跟踪服务器系统的信息也输送给下端的每个节点。协调器节点无线传感器的协调器节点负责收集每个太阳能发电设备的电功率电流电压等信息然后输送到下端的每个节点。微型太阳能发电装臵通过具有下垂控制的逆变器太阳能电池组成的微型太阳能发电装臵所产生的电能输送到母线上，并且实现每台设备的并联和孤岛运行。微电网通信链路质量测试结果分析在原有的微电网系统基础非平稳随机序列和非线性序列的耦合。根据链路质量臵信区间预测结果提出种基于网络发射功率的控制系统结构，并研究了种具有更高稳定性和可靠性的模糊控制的优化控制算法。通过以微型太阳能发电的微电网通信系统对本文预测算法进行了实际测试，表明了该方法在实际应用中具有更好的实用价值。参考文献齐志远，李志峰基于通信的微电网监控网络计算机工程，孙孝峰，郝彦丛，赵巍，等孤岛的研究电信技术论文。表测试参数根据通信质量需求，本次测试应用将控制器的给定值设臵为，并且以通信质量的区间下界设为控制器的输入，每条通信链路都通过调节机制对链路质量做了最优的调控，使得整体的微电网通信质量得到了提升，各功率控制下的质量性能对比，如图所示。图网络通信质量性能对比图可以得到，在初始化过程即网络通信初始阶段，通信质量较低，随时间的延后，功率模糊控制各基于预测链路质量在微电网通信的研究电信技术论文收集每个太阳能发电设备的电功率电流电压等信息然后输送到下端的每个节点。微型太阳能发电装臵通过具有下垂控制的逆变器太阳能电池组成的微型太阳能发电装臵所产生的电能输送到母线上，并且实现每台设备的并联和孤岛运行。微电网通信链路质量测试结果分析在原有的微电网系统基础上，联合上述的测试通信系统，保证系统正常运行的基础上，以验证本文所提出算法的可行性。具体的测试结果参数，如表所自动化系统通信指标需求链路质量的影响因素分析评价无线传感器微电网通信的项重要指标就是链路质量，其直接影响着应用对象的数据传输。影响无线传感器微电网通信链路质量的主要因素有路径损耗指数路径的损耗指数在不同的环境下存在不同的差异，如表所示。表路径损耗指数在不同环境下的比较给出了路径损耗指数在不同的应用环境中的比较。从表中可以看出，微电网通信的路径损耗指数在不同的电力系统−−−−−，−−−−−−−小波神经网络预测模型在神经网络中运用小波变换理论即为小波神经网络，这网络的突出优点为具备高可靠性的算法输出结果，泛化性能良好，学习性能较强。其主要结构主要分为两种紧致型和松散型。而这两种结构之间也存在着明显的差异，紧致型属于多输入多输出的网络类型，相反松散型的属于单输入单输出的网络类型。通过在普通神经网络的隐含层嵌入，联合上述的测试通信系统，保证系统正常运行的基础上，以验证本文所提出算法的可行性。具体的测试结果参数，如表所示。从表和表可以得到，微电网系统对于质量通信指标在不同的应用场景下均提出确定性要求。所以对于网络通信技术中的无线传感器应用领域，需在有限的资源下以及复杂环境下，依据不同数据类型，满足以上通信质量的区间要求。表中国微电网配电自动化系统通信技术指标表美国微电网配电电网无通信功率均分和电压恢复研究电工技术学报，舒坚，刘满兰，尚亚青，等基于高斯过程回归的链路质量预测模型通信学报，刘琳岚，许江波，陈宇斌，等基于超限学习机的链路质量评估方法北京邮电大学学报，安江，陈泰屹基于的微电网通信链路质量预测微型电脑应用，。无线传感器网络节点将每个节点收集到的太阳能发电设备状态信息聚合后，通过数据包的形式节点使得网络的质量整体上快速增加并靠近给定值。而明显可以看出，通过固定功率控制时，整个网络通信的平均质量相比于功率模糊控制时要低的多。总结根据微电网对于无线传感器通信质量的要求和中国通信规范要求，以网络发射功率为基础提出了无线传感器质量的预测方法并且在保证通信质量的前提下提出了相应的控制计算法分析了网络通信的质量要求，并对链路质量影响因素进行分析，得出其本质特征是由属于紧致型小波分析，而通过先输入分析后在到普通神经网络的属于松散型小波分析。本文主要引用的是紧致型小波分析为预测模型，因为其具备了独立的计算网络权值能力。小波神经网络预测模型主要分为两个部分，微电网通信的非平稳随机方差序列和非线性序列。输出也分为两个部分，非平稳随机方差序列和非线性序列的预测值。将此模型的结构参数列为表所示。基于预测链路质量在微电网通信基于预测链路质量在微电网通信的研究电信技术论文率程度。根据非平稳随机方差序列估测预测值，以及非线性序列估测预测值。通过对链路质量的特性进行详细解析，可得微电网通信的链路信噪比服从方差为，均值为的高斯分布。由此我们可以推测出后刻的臵信区间，如式。−−−−−−−−，−−−−−−−由此可知微电网通信的链路质量通信区间，如式。−−−微电网通信的研究电信技术论文。节点发射功率节点的通信距离接收功率以及发射功率存在着密切关系，如式。式中，表示传播因子，表示通信距离，表示节点发射功率，为接收功率。由此可得，在保持和不变时，信号的接收强度跟发射功率成正比，跟通信距离成反比。所以当保持通信环境和通信距离不变时，通信链路质量会随着发射功率的增大而逐渐增加然算法太过复杂，需要更高要求的节点计算能力。中位值滤波所得到的时间序列虽然对于偶然性信号干扰起到很好的抑制作用，但具备较高的时间复杂度，需要更高要求的计算能力。算法可以按照根据尺度特征进行分解，比较适用于非线性序列和非平稳性序列，但是也需要定条件，如所分解的模态函数极值点于过零点具备相等数值。这些方法都具有定的局限性，本文基于微电网通信链路信号的些基本特征，列出示传播因子，表示通信距离，表示节点发射功率，为接收功率。由此可得，在保持和不变时，信号的接收强度跟发射功率成正比，跟通信距离成反比。所以当保持通信环境和通信距离不变时，通信链路质量会随着发射功率的增大而逐渐增加然后趋于稳定。微电网通信的链路质量预测模型通信链路质量臵信区间预测理论上，微电网通信链路的信噪比具有随机的时间序列，很难通过绝对准确的数值测算来出优点为具备高可靠性的算法输出结果，泛化性能良好，学习性能较强。其主要结构主要分为两种紧致型和松散型。而这两种结构之间也存在着明显的差异，紧致型属于多输入多输出的网络类型，相反松散型的属于单输入单输出的网络类型。通过在普通神经网络的隐含层嵌入的属于紧致型小波分析，而通过先输入分析后在到普通神经网络的属于松散型小波分析。本文主要引用的是紧致型小波分析为预测模型，因为其恢复研究电工技术学报，舒坚，刘满兰，尚亚青，等基于高斯过程回归的链路质量预测模型通信学报，刘琳岚，许江波，陈宇斌，等基于超限学习机的链路质量评