基于QPSO算法的電力載波通信自適應(yīng)阻抗匹配

宋建立，譚陽(yáng)紅，張海霞，賈 庸，于 輝

湖南大學(xué) 電氣與信息工程學(xué)院，長(zhǎng)沙 410082

1 引言

電力載波通信（Power Line Communication，PLC）是利用輸電線路作為信息傳輸媒介進(jìn)行語(yǔ)音或數(shù)據(jù)傳輸?shù)囊环N長(zhǎng)途通信方式，主要作為電力調(diào)度所與變電所、發(fā)電廠之間的信息傳送工具，是電力系統(tǒng)特有的一種通信方式[1]。電力線載波通信技術(shù)作為電力系統(tǒng)中應(yīng)用廣泛的重要通信手段，經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)達(dá)到了相當(dāng)規(guī)模和很好的應(yīng)用[2-5]。在我國(guó)的電力系統(tǒng)通信中雖然光纖通信、微波通信、無(wú)線通信等都得到了相應(yīng)發(fā)展，但是電力載波技術(shù)憑借其自身通道可靠性高、投資少、見效快、與電網(wǎng)建設(shè)同步等優(yōu)點(diǎn)，在電力系統(tǒng)生產(chǎn)管理與調(diào)度通信中具有很高的經(jīng)濟(jì)和社會(huì)效益。由于電力載波系統(tǒng)以電力線作為通信信道，載波信道容易受到信號(hào)衰減、噪聲和電磁干擾等影響，加上電力線組網(wǎng)復(fù)雜，使得電力線阻抗變化具有隨機(jī)性和時(shí)變性，對(duì)通信質(zhì)量造成嚴(yán)重影響[6-9]。高壓電力線阻抗一般為300～400 Ω，在線路上呈波動(dòng)狀態(tài)，當(dāng)波動(dòng)幅度達(dá)到1/2左右時(shí)載波信道就會(huì)產(chǎn)生嚴(yán)重衰減。低壓電力線阻抗變化更大，最小時(shí)可能低于1 Ω。尤其在城市地區(qū)10 kV載波通信線路中，載波通信系統(tǒng)可能因?yàn)殡娏€發(fā)生劇烈變化而無(wú)法進(jìn)行正常通信[10-13]。為解決電力線阻抗變換的問(wèn)題，實(shí)現(xiàn)載波通信的最大功率傳輸，提出了一些阻抗匹配的模型[10，12]。但是這些模型的匹配結(jié)構(gòu)中采用L型網(wǎng)絡(luò)結(jié)構(gòu)會(huì)存在匹配“禁區(qū)”，不能實(shí)現(xiàn)任意負(fù)載阻抗與源阻抗之間的匹配，影響了匹配區(qū)間[13]。阻抗變換的實(shí)時(shí)性對(duì)匹配的快速性提出了更高的要求，阻抗匹配模型[12]中采用遺傳算法GA來(lái)實(shí)現(xiàn)匹配的實(shí)時(shí)性，但是遺傳算法容易過(guò)早收斂，在進(jìn)化后期搜索效率比較低，種群進(jìn)化緩慢，不能滿足實(shí)時(shí)匹配的要求。為滿足電力載波通信的高效性、實(shí)時(shí)性、和精準(zhǔn)性的要求，本文采用∏型網(wǎng)絡(luò)不僅避免了匹配“禁區(qū)”還提高了能量傳輸?shù)男蔥14]；量子粒子群算法QPSO在保持粒子群算法（PSO）收斂速度快特點(diǎn)的同時(shí)，還具有全局收斂的特點(diǎn)[15-16]。由于阻抗匹配可調(diào)元件的參數(shù)區(qū)間具有非對(duì)稱性，本文對(duì)量子粒子群算法在非對(duì)稱區(qū)間進(jìn)行分層變異改進(jìn)處理。通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)QPSO算法在電力載波通信自適應(yīng)阻抗匹配中能很好地克服電力載波通信中由噪聲干擾等帶來(lái)的阻抗變化和信號(hào)衰減；同時(shí)匹配精度低，收斂速度慢的問(wèn)題得到解決，實(shí)現(xiàn)了實(shí)時(shí)高效的電力載波通信。

2 電力載波自適應(yīng)匹配的原理與模型

2.1 電力載波自適應(yīng)匹配原理

電力線載波通信系統(tǒng)及自適應(yīng)阻抗匹配的原理[12]，如圖1所示。

圖1 電力載波自適應(yīng)阻抗匹配原理

圖中C為高壓耦合電容，結(jié)合濾波器是一個(gè)高通濾波器，變壓器實(shí)現(xiàn)電阻的轉(zhuǎn)換：將電力線端的阻抗（典型值400 Ω）經(jīng)變壓器阻抗變換為通信端的阻抗（典型值75 Ω）。載波通信設(shè)備（載波機(jī)）負(fù)載阻抗一般設(shè)計(jì)為75 Ω。從圖 1可以看出，當(dāng)電力線端的阻抗變化的時(shí)候，載波通信設(shè)備的負(fù)載阻抗也隨之變化。因此可以調(diào)節(jié)自動(dòng)匹配網(wǎng)絡(luò)，實(shí)現(xiàn)功率傳輸最大化。

2.2 電力載波阻抗匹配的自動(dòng)調(diào)節(jié)拓?fù)浣Y(jié)構(gòu)

自適應(yīng)阻抗匹配模塊包括可調(diào)匹配拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)（Tunable Matching Network）、傳感器（Sensor）和中央處理單元（Processor）。圖2所示∏型阻抗匹配自動(dòng)調(diào)節(jié)拓?fù)浣Y(jié)構(gòu)，載波通信設(shè)備發(fā)送一定頻率的載波信號(hào)，阻抗匹配網(wǎng)絡(luò)將信號(hào)以最大功率傳向結(jié)合濾波器，由后者將信號(hào)輸送出去。針對(duì)可調(diào)阻抗匹配結(jié)構(gòu)（Tunable Matching Network）的設(shè)計(jì)，人們相繼提出了L型網(wǎng)絡(luò)、T型網(wǎng)絡(luò)、∏型網(wǎng)絡(luò)等結(jié)構(gòu)。文獻(xiàn)[12]中采用的是L型匹配網(wǎng)絡(luò)，通過(guò)分析發(fā)現(xiàn)這種網(wǎng)絡(luò)并不能實(shí)現(xiàn)任意負(fù)載阻抗與源阻抗之間的匹配，匹配的網(wǎng)絡(luò)存在禁區(qū)[14]。要實(shí)現(xiàn)自適應(yīng)阻抗匹配，就必須減少匹配的“禁區(qū)”，并且擁有好的實(shí)時(shí)性。因此，需要用T型、∏型網(wǎng)絡(luò)結(jié)構(gòu)代替L型網(wǎng)絡(luò)結(jié)構(gòu)。綜合考慮網(wǎng)絡(luò)結(jié)構(gòu)的品質(zhì)因數(shù)、帶寬特性和傳輸效率等因素，∏型網(wǎng)絡(luò)結(jié)構(gòu)更適合本文自適應(yīng)阻抗匹配的應(yīng)用，如圖2所示∏型阻抗匹配自動(dòng)調(diào)節(jié)拓?fù)浣Y(jié)構(gòu)。

當(dāng)負(fù)載阻抗發(fā)生改變時(shí)，自適應(yīng)阻抗匹配模塊將傳感器（Sensor）測(cè)得負(fù)載的相關(guān)信息（負(fù)載端的阻抗值、反射系數(shù)或電壓駐波比VSWR），傳給中央處理單元（Processor）進(jìn)行處理；中央處理單元利用從傳感器所獲得的信息經(jīng)過(guò)其內(nèi)部的控制算法得到匹配網(wǎng)絡(luò)中的電容、電感優(yōu)化參數(shù)，通過(guò)作用單元對(duì)自適應(yīng)阻抗匹配網(wǎng)絡(luò)（Tunable Matching Network）中的各個(gè)元器件的參數(shù)值 (C1，C2∈[Cmin，Cmax]，L∈[Lmin，Lmax])進(jìn)行動(dòng)態(tài)調(diào)整以實(shí)現(xiàn)信號(hào)源與負(fù)載自動(dòng)匹配。

圖2 電力載波自適應(yīng)阻抗匹配∏型網(wǎng)絡(luò)結(jié)構(gòu)

2.3 電力載波通信自適應(yīng)匹配結(jié)構(gòu)的模型

將自適應(yīng)阻抗匹配網(wǎng)電路提取出來(lái)，簡(jiǎn)化匹配模型可以得到圖3。交流信號(hào)源AC為電力載波通信設(shè)備端電壓；RS是載波通信裝置的傳輸阻抗，通常取值為75 Ω；zload=R+jX，表示電力線經(jīng)變壓器轉(zhuǎn)換后的負(fù)載端阻抗；L、C1、C2為匹配網(wǎng)絡(luò)中的三個(gè)參數(shù)；Uin是輸入端的電壓；Uout是輸出端的電壓；ω為載波通信裝置發(fā)出信號(hào)的頻率。取電路的輸入阻抗Zin、反射系數(shù)Г、電壓駐波比VSWR作為阻抗匹配的評(píng)價(jià)標(biāo)準(zhǔn)。

圖3 電力載波通信自適應(yīng)阻抗匹配模型

根據(jù)圖3所示，分別計(jì)算出各相關(guān)電抗值：

將式（1）、（2）代入式（3）中，可以得到輸入阻抗Zin。由以上各式可得：

3 量子粒子群算法優(yōu)化電力載波通信自適應(yīng)匹配

遺傳算法作為群體智能的典型得到過(guò)廣泛應(yīng)用，但是較強(qiáng)的全局搜索能力導(dǎo)致其收斂速度慢，尋優(yōu)時(shí)間長(zhǎng)。為克服遺傳算法的缺點(diǎn)，提高匹配的速度和運(yùn)算精度，采用量子粒子群算法，借助于分層并行和變異思想將尋優(yōu)邊界進(jìn)行處理，應(yīng)用于自適應(yīng)阻抗匹配可調(diào)元件參數(shù)的優(yōu)化。

3.1 量子粒子群算法

量子粒子群算法（QPSO）以DELTA勢(shì)阱為基礎(chǔ)，粒子可以在全部的量子空間內(nèi)進(jìn)行搜索，全局搜索能力很強(qiáng)。QPSO算法利用波函數(shù)φ(x，t)描述粒子狀態(tài)，通過(guò)求解薛定諤方程得到粒子在空間某點(diǎn)出現(xiàn)的概率密度函數(shù)，用Monte Carlo隨機(jī)模擬得到粒子位置方程：

u為在[0，1]上均勻分布的隨機(jī)數(shù)，L值由L(t+1)=2β|mbest-X(t)|確定，QPSO算法的進(jìn)化方程為：

M為種群中粒子的數(shù)目；Dim為粒子的維數(shù)；φ是在[0，1]上均勻分布的隨機(jī)數(shù)；mbest是種群的平均最好位置點(diǎn)，式（2）中的pbestiDim為每一維粒子所經(jīng)歷的最好位置；式（3）中的pbest和gbest與PSO一樣，表示粒子所經(jīng)歷的最好位置和種群的最好位置。β稱為搜索擴(kuò)張系數(shù)，是QPSO中的唯一參數(shù)，取β=(1-0.5)×(Gmax-G)/Gmax+0.5。

在QPSO算法中，當(dāng)粒子Xid飛越出搜索邊界Xmax后，通常將邊界位置賦予該粒子：

采用這樣的邊界處理后，所有飛越邊界的粒子都強(qiáng)制限制在邊界處，一旦在邊界有局部最優(yōu)解，粒子將很容易陷入該局部最優(yōu)點(diǎn)。隨著邊界處粒子的增多，種群的多樣性也會(huì)進(jìn)一步降低，勢(shì)必影響算法的全局搜索能力。應(yīng)用算法對(duì)自適應(yīng)阻抗匹配網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化時(shí)，由于各個(gè)元件的參數(shù)值 (C1，C2∈[Cmin，Cmax]，L∈[Lmin，Lmax])均為正數(shù)，且其尋優(yōu)區(qū)間是非對(duì)稱分布。當(dāng)Xmax的值設(shè)定為邊界值時(shí)，可能會(huì)使粒子產(chǎn)生越界值，并被算法捕捉到，認(rèn)定為最優(yōu)解。當(dāng)Xmax的值設(shè)定為非邊界值，粒子飛越Xmax值時(shí)被強(qiáng)制拉到Xmax值以內(nèi)的可行空間內(nèi)變異，這樣使粒子無(wú)法飛越到邊界值附近進(jìn)行尋優(yōu)，不僅降低了種群多樣性，同時(shí)影響了搜索最優(yōu)解。

因此，在非對(duì)稱區(qū)間的粒子群優(yōu)化存在缺陷：（1）粒子飛越非對(duì)稱邊界后被誤認(rèn)為最優(yōu)解。（2）降低了種群多樣性，影響了全局搜索的能力。（3）各個(gè)元件參數(shù)值的邊界值不一定相同，而多維粒子共用一個(gè)尋優(yōu)區(qū)間，造成粒子的搜索能力的嚴(yán)重下降。

3.2 量子粒子群算法處理非對(duì)稱邊界區(qū)間的設(shè)計(jì)

針對(duì)量子粒子群算法存在的缺陷，本文做出如下改進(jìn)：根據(jù)分層遺傳算法的思想[17]，采用多區(qū)間并行模式，不再使算法中所有粒子共用一個(gè)區(qū)間，而是將每一維粒子根據(jù)條件單獨(dú)設(shè)定運(yùn)行區(qū)間，對(duì)每一個(gè)粒子的上下限分別進(jìn)行設(shè)定，使每個(gè)粒子的可行區(qū)域互不干擾。其中式（7）是對(duì)可行區(qū)間上界的每一維邊界分別進(jìn)行了設(shè)定，式（8）是對(duì)可行區(qū)間下界的每一維空間分別進(jìn)行了設(shè)定。

借助于生物變異思想，當(dāng)某一維粒子發(fā)生越界的時(shí)候可以單獨(dú)進(jìn)行變異。當(dāng)粒子飛出可行性區(qū)w間的上邊界PsoOption.Obj.ubi或飛出可行性區(qū)間的下邊界PsoOption.Obj.lbi時(shí)，不再將最大邊界位置Xmax賦予粒子，而是將粒子位置定位在邊界上下限分別變異的可行空間內(nèi)。

其中，c1用于調(diào)整范圍大小，當(dāng)粒子越界后不再聚集在邊界處，而是分布在邊界的可行區(qū)域內(nèi)，其大小主要取決于越界的大小。

通過(guò)對(duì)邊界上下限的分別處理，可以完全控制粒子在可行區(qū)間內(nèi)取得最優(yōu)解。這樣不僅能使粒子在自身有效的空間內(nèi)飛行，而且完全控制了越界現(xiàn)象的發(fā)生，同時(shí)增加了種群多樣性，提高了全局搜索能力，很好地提高了自適應(yīng)阻抗匹配優(yōu)化的精度和速度。

3.3 算法優(yōu)化步驟

改進(jìn)的QPSO算法流程圖如圖4所示。

圖4 改進(jìn)量子粒子群算法的流程圖

4 仿真結(jié)果及分析

改進(jìn)的量子粒群算法克服了尋優(yōu)過(guò)程中的越界現(xiàn)象，同時(shí)具有良好的收斂特性和較高的尋優(yōu)精度，通過(guò)設(shè)計(jì)阻抗匹配的適應(yīng)值函數(shù)，與遺傳算法進(jìn)行了比較，同時(shí)驗(yàn)證了對(duì)越界處理的有效性。

4.1 阻抗匹配適應(yīng)值函數(shù)的設(shè)計(jì)

中央處理單元（Processor）內(nèi)部的控制算法作為自適應(yīng)阻抗匹配中關(guān)鍵，其思想是根據(jù)電路理論中的最大功率傳輸定理，即當(dāng)負(fù)載發(fā)生變化時(shí)如何快速精確的獲得匹配網(wǎng)絡(luò)元件(L，C1，C2)的參數(shù)值從而實(shí)現(xiàn)電源內(nèi)阻抗和等效阻抗Zin之間的共軛匹配，因此可得阻抗匹配的適應(yīng)值函數(shù)fitness：

理想阻抗匹配時(shí)，zin=Rs，即fitness函數(shù)的最優(yōu)值為0。

為使改進(jìn)的QPSO和GA在同等條件下進(jìn)行對(duì)比，表1對(duì)相關(guān)參數(shù)進(jìn)行了設(shè)置。

表1 實(shí)驗(yàn)相關(guān)參數(shù)的設(shè)置

根據(jù)平時(shí)阻抗匹配的相關(guān)測(cè)試經(jīng)驗(yàn)，設(shè)定相應(yīng)的初始區(qū)間相同：c1=[1E-12，1E-3]，c2=[1E-12，1E-3]，L=[1E-12，1E-2]；取迭代次數(shù)100、500、1 000，分別進(jìn)行實(shí)驗(yàn)。

4.2 仿真結(jié)果

電力載波通信頻率帶寬一般在50～500 kHz，自適應(yīng)阻抗匹配的目標(biāo)是在通信頻率的帶寬的范圍內(nèi)實(shí)現(xiàn)信號(hào)傳輸功率的最大化。自適應(yīng)阻抗匹配的情況分為：（1）在某一固定頻率點(diǎn)下，負(fù)載阻抗變化時(shí)的匹配；（2）在不同頻率點(diǎn)下，相同阻抗變化時(shí)的匹配。為了QPSO和GA算法在電力載波自適應(yīng)阻抗匹配中公平比較，使其均在同一臺(tái)計(jì)算機(jī)、同一環(huán)境下運(yùn)行。對(duì)每種算法優(yōu)化匹配測(cè)試取最優(yōu)值、收斂速度、尋優(yōu)時(shí)間為評(píng)價(jià)數(shù)據(jù)。

單一頻率和固定負(fù)載不能體現(xiàn)出自適應(yīng)阻抗匹配的效果，因此給出了不同頻率點(diǎn)上和不同負(fù)載值下的匹配結(jié)果。在載波通信帶寬中選300 kHz為固定頻率點(diǎn)，傳輸阻抗Rs=75 Ω，當(dāng)負(fù)載阻抗受到干擾(zload)分別變化為50+j25 Ω和40－j30 Ω時(shí)的阻抗匹配對(duì)比情況，如表2所示。電力載波采用分段帶寬進(jìn)行信號(hào)傳輸，在相同負(fù)載阻抗變化時(shí)，選取不同頻率點(diǎn)進(jìn)行匹配的測(cè)試，設(shè)zload=60-j15 Ω ，頻率點(diǎn)分別為100 kHz和400 kHz，相應(yīng)的匹配對(duì)比結(jié)果如表3所示。測(cè)試機(jī)器為Pentium Dual 2.3 GHz，2 GB內(nèi)存，采用Matlab7.0編程。

表2 固定頻率點(diǎn)負(fù)載阻抗變化時(shí)的匹配對(duì)比情況

表2、3中隨著迭代次數(shù)的增加，阻抗匹配的精度逐漸增加。在迭代次數(shù)相同的情況下橫向?qū)Ρ?，QPSO相對(duì)于GA在電力載波阻抗匹配的精度要高105，最高達(dá)到108，說(shuō)明QPSO在阻抗匹配精度要遠(yuǎn)遠(yuǎn)超過(guò)GA。表2中，固定頻率負(fù)載阻抗發(fā)生變化時(shí)，QPSO能精準(zhǔn)地實(shí)現(xiàn)阻抗匹配；表3中負(fù)載阻抗發(fā)生變化在不同的頻率點(diǎn)均能很好地實(shí)現(xiàn)阻抗匹配。表2、3中QPSO的匹配精度達(dá)到1E－16，趨近理論值Zin=75 Ω，達(dá)到與RS匹配要求，即Zin與RS現(xiàn)了最佳阻抗匹配。根據(jù)公式（4），QPSO優(yōu)化后的阻抗匹配反射系數(shù)均在1E－10以下，趨近于0；駐波比VSWR趨近于1，實(shí)現(xiàn)了功率傳輸?shù)淖畲蠡纱说贸鼋Y(jié)論：QPSO對(duì)電力載波通信∏型網(wǎng)絡(luò)自動(dòng)阻抗匹配與GA相比更滿足電力載波通信的精準(zhǔn)性和有效性的要求。

表3 固定負(fù)載不同頻率下的阻抗匹配對(duì)比結(jié)果

電力載波通信不僅要有較高的精準(zhǔn)性和有效性，而且要有良好的對(duì)實(shí)時(shí)性，因此對(duì)電力載波的實(shí)時(shí)阻抗匹配有了更高的要求。QPSO具有搜索精度高，收斂速度快的特點(diǎn)，其優(yōu)化電力載波阻抗匹配與GA相比在速度上更快，所需時(shí)間更短。更為了形象直觀地比較兩種算法的收斂及優(yōu)化性能，本文以負(fù)載阻抗zload=50+j25 Ω為例給出了兩種算法的收斂曲線，如圖5所示。通過(guò)對(duì)比可知，QPSO的收斂速度和優(yōu)化精度均優(yōu)于GA。以迭代200次，并達(dá)到1E－20精度內(nèi)所用時(shí)間為例：QPSO尋優(yōu)時(shí)間為0.025 s，GA相應(yīng)的時(shí)間為1.537 728 s，由此看出，在達(dá)到相同的精度的條件下，QPSOB算法的運(yùn)行時(shí)間與GA算法相比提高了約1E－2倍。

圖5 QPSO與GA在阻抗匹配中的收斂速度對(duì)比曲線

5 越界實(shí)驗(yàn)分析

電力載波自適應(yīng)阻抗匹配網(wǎng)絡(luò)中可調(diào)元件的參數(shù)取值范圍值均在非負(fù)數(shù)區(qū)間，將改進(jìn)的QPSO算法對(duì)適應(yīng)值函數(shù)尋優(yōu)，驗(yàn)證其克服越界能力。圖6和圖7分別為傳統(tǒng)QPSO算法和改進(jìn)QPSO算法對(duì)阻抗匹配網(wǎng)絡(luò)元件參數(shù)值的優(yōu)化結(jié)果。

圖6 傳統(tǒng)QPSO算法的優(yōu)化結(jié)果

圖7 改進(jìn)QPSO算法的優(yōu)化結(jié)果

由圖6、圖7比較可知，基于傳統(tǒng)QPSO算法優(yōu)化過(guò)程中，元件參數(shù)的一部分值落在負(fù)數(shù)區(qū)間，造成了阻抗匹配的非可行解。在改進(jìn)的QPSO解分布區(qū)間，所有優(yōu)化值均為正數(shù)可行解，解決了越界問(wèn)題，同時(shí)證明了改進(jìn)的QPSO算法能夠完全有效優(yōu)化阻抗匹配網(wǎng)絡(luò)結(jié)構(gòu)中的可調(diào)元件值。

通過(guò)以上的對(duì)比可以看出，改進(jìn)的QPSO算法相比GA具有很好的全局搜索能力和尋優(yōu)的精度，同時(shí)其收斂速度快，有效解決了阻抗匹配越界問(wèn)題，能夠很好地滿足了工程應(yīng)用中的要求。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電力載波通信技術(shù)對(duì)運(yùn)行時(shí)間的要求則是越來(lái)越高。電力載波通信自適應(yīng)阻抗匹配中，在保證阻抗匹配滿足一定精度的情況下，提高匹配的速度對(duì)于最大功率傳輸顯得尤為重要。因此，采用改進(jìn)的QPSO算法實(shí)現(xiàn)的電力載波通信自適應(yīng)阻抗匹配更能滿足現(xiàn)代電力載波通信精準(zhǔn)性、高效性、實(shí)時(shí)性的要求。

6 結(jié)束語(yǔ)

本文分析了電力載波通信的發(fā)展、阻抗失配的原因及其阻抗匹配的重要意義，提出了一種∏型拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)的電力載波自適應(yīng)阻抗匹配系統(tǒng)，并采用智能算法對(duì)自適應(yīng)阻抗匹配的原件參數(shù)進(jìn)行了優(yōu)化。對(duì)比了改進(jìn)的量子粒子群算法與遺傳算法在阻抗匹配中各項(xiàng)參考標(biāo)準(zhǔn)，總結(jié)出量子粒子群算法在原件匹配精度和自適應(yīng)匹配速度的優(yōu)越性，經(jīng)實(shí)驗(yàn)測(cè)試證明了基于改進(jìn)量子粒子群算法的電力載波通信自適應(yīng)阻抗匹配方案的有效性。電力載波的時(shí)變性對(duì)阻抗的實(shí)時(shí)匹配提出了更高的要求，因此進(jìn)一步提高匹配運(yùn)算的時(shí)間，保證網(wǎng)絡(luò)能獲得較高的網(wǎng)絡(luò)傳輸功率和較快的匹配速度，將是下一步改進(jìn)的方向。

[1]陳鳳，鄭文剛，申長(zhǎng)軍，等.低壓電力線載波通信技術(shù)及應(yīng)用[J].電力系統(tǒng)保護(hù)與控制，2009，37（22）：188-195.

[2]Ku T，Chen C，Lin C.Identification of customers served by distribution transformer using power line carrier technology[C]//Proceedings of the 4th IEEE Conference on Industrial Electronics and Applications（ICIEA 2009），2009.

[3]袁睿銘，田海亭，宋偉，等.低壓載波通信信道阻抗測(cè)量與信號(hào)建模[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（4）：161-168.

[4]謝志遠(yuǎn)，吳曉燕，楊星，等.10 kV電力載波通信自動(dòng)組網(wǎng)算法[J].電力系統(tǒng)自動(dòng)化，2012，36（16）：88-91.

[5]張有兵，翁國(guó)慶，曹一家.網(wǎng)絡(luò)化電能質(zhì)量監(jiān)測(cè)系統(tǒng)中的配電線載波通信[J].電工技術(shù)學(xué)報(bào)，2010，25（6）：116-122.

[6]趙陽(yáng)，顏偉，邱曉暉.電力載波通訊中輻射噪聲的分析與抑制[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2011，40（1）：152-156.

[7]Sibanda M P，Janse van Rensburg P A，F(xiàn)erreira H C.Impedancematching with low-cost，passivecomponentsfor narrowband PLC[C]//Proceedings of the IEEE International Symposium on Power Line Communications and Its Applications（ISPLC），2011.

[8]張旭輝，張禮勇，梁宵.基于改進(jìn)粒子群優(yōu)化算法的電力線通信多徑傳輸模型參數(shù)辨識(shí)[J].電網(wǎng)技術(shù)，2009，33（1）：75-79.

[9]謝志遠(yuǎn)，劉倩，郭以賀，等.三相架空電力線載波信號(hào)的傳輸規(guī)律[J].電力系統(tǒng)自動(dòng)化，2012，36（5）：57-60.

[10]程鵬志，佘京兆.電力線載波通信中的自適應(yīng)阻抗匹配系統(tǒng)模型[J].華北電力技術(shù)，2006（8）：12-15.

[11]張立建.基于阻抗匹配的電力線載波通信結(jié)合濾波器的研制[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2007.

[12]范函，張浩.一種電力載波通信自適應(yīng)阻抗匹配方案[J]電力系統(tǒng)保護(hù)與控制，2009，37（8）：79-82.

[13]Mouna E B，F(xiàn)rancis C W P，de Emeric F，et al.Design of a RF matching network based on a new tunable inductor concept[J].Micro Electronics Journal，2011，42（1）：233-238.

[14]Gu Q，De Luis J R，Morris A S，et al.An analytical algorithm for Pi-network impedance tuners[J].IEEE Transactions on Circuits and Systems I：Regular Papers，2011，58（12）：2894-2905.

[15]奚茂龍，孫俊，吳勇.一種二進(jìn)制編碼的量子粒子群優(yōu)化算法[J].控制與決策，2010，25（1）：99-104.

[16]張自發(fā)，張偉，王則黎.基于量子粒子群優(yōu)化算法的城市電動(dòng)汽車充電站優(yōu)化布局[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（22）：39-45.

[17]熊智挺，譚陽(yáng)紅，易如方，等.一種并行的自適應(yīng)量子粒子群算法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（8）：47-51.