买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁省全无信息技术有限公司

摘要：本申请涉及电网信息传输技术领域，具体涉及基于物联网的电网信息传输方法及系统，该方法包括：确定各神经网络每个训练时段内各神经元的优化权值；基于每个训练时段内的数据符号及获胜神经元的优化权值，确定各子载波接收每个数据符号时的信道干扰度，并结合所述初始学习率，确定各神经网络每个训练时段内获胜神经元的优化学习率和所有非获胜神经元的优化学习率；确定各子载波接收每个数据符号时的信道增益估计值，对电网信息进行传输。本申请采用自组织竞争神经网络的盲信道估计方法，分别对不同子载波进行信道估计，提高电网信息传输的可靠性。

主权项：1.基于物联网的电网信息传输方法，其特征在于，该方法包括以下步骤：获取物联网的所有电网信息，采用模数转换和星座图映射将电网信息转换为多个符号，采用正交频分复用技术将传输信道划分为多个子载波，将符号经子载波传输并在其接收端得到的符号，记为数据符号，基于各子载波接收的所有数据符号，对神经网络训练，获取各子载波接收每个数据符号时神经网络中各神经元的优化权值和优化学习率，所述训练的过程如下：各子载波对应一个神经网络，各子载波每接收一个数据符号，其神经网络进行一次训练，一个预设训练时段对应一个数据符号，在各训练时段内，所有神经元的初始权值和初始学习率分别为前一训练时段结束时刻的优化权值和优化学习率，根据各神经元的初始权值及其与数据符号的距离，确定每个训练时段内各神经元的竞争距离，并基于所述竞争距离获得每个训练时段内的获胜和非获胜神经元；在每个训练时段内，将各神经元的初始学习率作为数据符号与其共轭差异的加权值，并将加权结果与对应神经元的初始权值融合得到各神经网络每个训练时段内各神经元的优化权值；基于每个训练时段内的数据符号及获胜神经元的优化权值，确定各子载波接收每个数据符号时的信道干扰度，并结合所述初始学习率，确定各神经网络每个训练时段内获胜神经元的优化学习率；基于每个训练时段内所有神经元的竞争距离及各非获胜神经元的初始学习率，确定各神经网络每个训练时段内各非获胜神经元的优化学习率；基于每个训练时段内所有神经元的优化权值，确定各子载波接收每个数据符号时的信道增益估计值，对电网信息进行传输。

全文数据：

权利要求：

百度查询： 辽宁省全无信息技术有限公司 基于物联网的电网信息传输方法及系统