《电力线通信系统中脉冲干扰抑制研究.docx》由会员分享，可在线阅读，更多相关《电力线通信系统中脉冲干扰抑制研究.docx（5页珍藏版）》请在金锄头文库上搜索。
1、优选文档电力线通信系统中的脉冲搅乱控制研究提出了一种基于最大似然（ML）准则的脉冲搅乱控制方法。该方法是在接收端依照接收信号的循环平稳特点，首先估计出信号功率及噪声加脉冲搅乱功率，尔后将估计出的值应用于门限值的计算中，实时地更新门限值，因此可以改正确地去除脉冲搅乱。最后经过计算机的仿真结果表示，本文的方法相较于固定的门限值滤除方法拥有更低的误比特率。序言电力线通信（PLC）技术与无线通信技术对照，拥有布线广、成本低等优势。因此随着互联网在全球范围的迅速发展，电力线通信技术碰到越来越多的重视。但由于电力线最初的设计可是为了传输电能，其用于传输高速信号时，噪声环境异常复杂，不但存在高斯噪声还存在脉
2、冲搅乱。由于系统中各种负载的接入，以致脉冲搅乱异常严重，并且脉冲干扰幅度一般比高斯白噪声大20dB1-3，这严重影响了电力线系统的通信性能，因此脉冲搅乱的控制关于电力线通信系统是特别必要的。目前，国内外也有很多关于电力线通信系统中的脉冲干扰控制问题的研究。文件4利用压缩感知技术（CS），经过5已知信号向量估计出未知的脉冲搅乱向量，该方法能较好地控制脉冲搅乱，同时不需要确定脉冲搅乱的模型。但是该方法的精确度不够，同时对脉冲噪声数拥有必然的限制，因此其实不适用于电力线通信系统。文件5同样利用压缩感知技术，提出一种基于稀罕贝叶斯学习（SBL）算法的脉冲搅乱控制算法，该算法改进了文件4的弊端，但是存在
3、收敛速度慢的问题。文件4和文件5都是非参数化的脉冲搅乱控制算法，即不用确定脉冲搅乱的模型，这类控制算法估计精度都不高。文件6介绍了一种利用卢比特变换码的估计方法，该方法将脉冲搅乱幅度设定为高斯分布，连续时间设定为均匀分布，该方法拥有较高的精确度，但是需要在发送和接收端增加一些模块，这加大了实现难度。文件7介绍了利用最大似然估计获取估计门限值的一种脉冲搅乱控制算法，将脉冲搅乱设定为伯努利高斯分布模型，该算法可以有效地控制脉冲搅乱，但是计算的复杂度较高。本文提出了一种参数化的脉冲搅乱控制算法，将脉冲搅乱设定为伯努利高斯模型。在接收端经过设定一个门限值，将脉冲搅乱滤除，门限值采用最大似然方法来估计。
4、本方法的创新点是在接收端经过解析接收信号的循环平稳特点，采用合适的时延、频率变量将发送信号与噪声、脉冲搅乱相分别，进而估计出发送信号的功率，进而估计出噪声加脉冲搅乱的功率。将估计出的脉冲加搅乱的功率值应用于门限值的计算中，实时地更新门限值，进而更有效地控制脉冲搅乱。经过计算法仿真发现本文的方法可以达到很低的误比特率。系统模型解析仿真结果对本文所提出的算法用Matlab进行仿真解析。电力线通信OFDM系统的仿真环境为：发送的OFDM信号选择循环前缀为4，子载波数为16，循环周期为20；采用QPSK调制方式，OFDM符号数为1000；信道采用4径多径信道；噪声环境为脉冲搅乱加高斯白噪声。为了说明性
5、能，采用了未设定门限值、设定门限值为2的情况作为本文中算法的比较算法。算法的误比特率（BER）仿真图如图2所示。从图2可以看出本文提出的算法与未设定门限值的情况和设定定值的情况对照，拥有更低的误比特率。在信道条件不是很好的时候优势其实不明显，当信噪比达到0dB以上时，误比特率急速下降，可见该算法拥有很好的性能。5结束语脉冲搅乱是影响电力线通信性能的重要因素，传统的脉冲搅乱控制大多是经过设定确定的门限值来滤除噪声的。本文提出的算法经过对接收信号循环平稳特点的研究及对接收信号的运算办理，实时地估计出信号功率及搅乱噪声比值，进而随时更新门限值。因此本文提出的算法可以改正确地滤除脉冲噪声，达到更低的误
6、符号率。参照文件：1LDiBert，PCaldera，DSchwingshackl，etal.OnnoisemodelingforpowerlinecommunicationsC.IEEEInternationalSymposiumonPowerLineCommunicationsandItsApplications，Udine，2011.2NAndreadou，FPavlidou.ModelingtheNoiseontheOFDMPower-LineCommunicationsSystemJ.IEEETransactiononPowerDelivery，2010，25（1）：150-157.
7、3NAndreadou，FPavlidou.PLCChannel：ImpulsiveNoiseModelingandItsPerformanceEvaluationUnderDifferentArrayCodingSchemesJ.IEEETransactiononPowerDelivery，2009，24（2）：585-595.4GCaire，TYAl-naffouri，AKNarayanan.ImpulsenoisecancellationinOFDM：anapplicationofcompressedsensingC.IEEEInternationalSymposiumonInforma
8、tionTheory（ISIT），2008：1293-1297.JLin，NassarM，BLEvans.Non-parametricimpulsivenoisemitigationinOFDMsystemsusingsparseBayesianlearningC.IEEEGlobalTelecommunicationsConferenceGLOBECOM），2011：1-5.6 NAndreadou，AMTonello.OntheMitigationofImpulsiveNoiseinPower-LineCommunicationsWithLTCodesJ.IEEETransactionsonPowerDelivery，2013，28（3）：1483-1489.7GNdo，PSiohan，MHamon.AnAdaptiveProcedureforImpulsiveNoiseMitigationoverPowerLineChannelsC.2009：1-6.8ShunliHong，YoumingLi，Yu-ChengHe，etal.ACyclicCorrelation-BasedBlindSINREstimationonOFDMSystemsJ.IEEECommunicationsLetters，2012，16（11）：1832-1835.
