CN103807976A - 基于电力线载波的外置空调控制方法 - Google Patents

Abstract

本发明公开的基于电力线载波的外置空调控制方法，使用正交频分复用技术实现控制信号耦合到电力线上，采用二维分块扫描交错技术提高了电力线承载网络通信数据的可靠性。本发明基于电力线载波的外置空调控制方法，解决现有智能家电不能远程控制的问题；提出的二维分块扫描交错技术解决了现有的数据交错技术不能实用于受脉冲噪声干扰的电力线通道的数据纠错问题；提出的信号监测消去法，基于数字信号处理方法，解决了因为模拟滤波使得有用信号也随之衰减的问题。

Description

基于电力线载波的外置空调控制方法

技术领域

本发明属于智能电器产品技术领域，具体涉及一种基于电力线载波的外置空调控制方法。

背景技术

中国的智能家居行业兴起于上世纪九十年代的末期，随着人民生活水平的提高，中国的智能家居行业取得了更加迅猛的发展并日益渗透到平常百姓的生活当中。目前国内智能家电没有随着智能家居的发展而得到广泛的发展，智能家电的发展缓慢直接影响到了智能家居的发展。当前市场上生产的空调不具有远程智能控制功能，与智能家居方向无法接轨。即使外加带有远程控制的控制器则需要单独铺设控制线路，控制方式比较落后，需要架设控制线路，硬件成本较高。所以有必要发展基于电力线载波的外置PLC空调控制器，解决智能家居与智能家电的配合问题，同时省去专门的控制线路敷设，大大节省了成本。在现有的空调不全部淘汰的情况下，外加基于电力线载波的外置空调控制器是一个最好的选择，实现了远程智能家居控制，节省了改造成本，有效利用现有空调条件。

另外，现有的网络信号电力线载波技术采用数据模块交错技术提高网络电力线信号的可靠性，减小数据传输的错误率。但是该技术对脉冲干扰信号来说并不实用，不能充分补偿其错误代码，然而电力线通道的干扰大多属于脉冲噪声干扰，所以有必要发明一种新的针对电力线通道脉冲干扰较多特性的数据纠错技术，该发明提出了一种二维分块扫描交错技术，该技术能大大增强由于脉冲噪声引起的数据纠错能力。

再有，目前家用的电力线具有多通道频率选择衰减特性，信号传输过程中容易受到外界电磁信号干扰，所以，电力线载波通信中需要去除干扰信号，一般干扰信号通过模拟滤波电路实现，这种方法必然会使得有用传输信号跟随干扰信号同时衰减。本发明提出一种信号监测消去法，基于数字信号处理方法，可以有效解决这个问题。

发明内容

本发明的目的是提供一种基于电力线载波的外置空调控制方法，解决现有智能家电不能远程控制的问题；提出的二维分块扫描交错技术解决了现有的数据交错技术不能实用于受脉冲噪声干扰的电力线通道的数据纠错问题；提出的信号监测消去法，基于数字信号处理方法，解决了因为模拟滤波使得有用信号也随之衰减的问题。

本发明采用的技术方案是，基于电力线载波的外置空调控制方法，采用了一种基于电力线载波的外置空调控制系统，其结构为：包括与空调实机相连接的PLC智能控制器，PLC智能控制器通过无线转换设备与智能手机或上位机通信，PLC智能控制器，包括控制信号转换电路，控制信号转换电路上分别连接有AC-DC多路电源、空调以太网接口及RX带通滤波器，RX带通滤波器的另一端与控制信号检波器相连接，控制信号检波器上还连接有EMI滤波器，EMI滤波器还与AC-DC多路电源相连接；

具体按照以下步骤实施：

步骤1：智能手机或上位机，通过PLC智能控制软件以无线传输方式向无线转换设备发送空调控制信息；

步骤2：无线转换设备接收控制信息后，使用正交频分复用技术将控制信号转换为电力线载波信号；

步骤3：将转换的电力线载波信号中的数据采用二维分块扫描交错技术进行交错编码；

步骤4：发送交错编码后的电力线载波信号到电力线L、N上，电力线L、N把载波信号承载到该条电力线铺设的地方；

步骤5：PLC智能控制器中的控制信号检波器将交错编码后的电力线载波信号检波后送给RX带通滤波器；

步骤6：RX带通滤波器对交错编码后的电力线载波信号进行带通滤波后送给控制信号转换电路；

步骤7：控制信号转换电路监测和消去转换信号中的脉冲噪声；

步骤8：控制信号转换电路把消去干扰的接收信号转换为以太网信号，传输给空调的以太网接口。

本发明的特点还在于，

其中的步骤3具体按照以下步骤实施：首先把数据存为N*N的数据矩阵，N值按照处理器数据存储区大小而定，把N*N的数据矩阵分成N个矩形数据区域，该数据区域宽度为n_i，数据个数为N；对每个矩形框中的数据进行扫描，扫描顺序为先右边列，后左边列，先上后下，排列后的顺序形成交错后数据阵中的新数据行。

其中的步骤7具体按照以下步骤实施：

监测和消去的具体方法见式（1）：

式中：

为消去干扰后的接收信号，u(t)为未消去干扰的接收信号，β为监测消去法阈值；

未消去干扰的接收信号u(t)时域表达式见式（2）：

u(t)=p(t)*w(t)+v(t)   （2）

式中：p(t)为无线转化设备的传输信号，w(t)为电力线通道的时域表达式，v(t)为电力线带来的干扰噪声；

监测消去法阈值β基于传统的峰均功率比PAPR设置，传统的峰均功率比PAPR定义见式（3），提出的检测消去法阈值β定义如式（4）：

$\mathrm{PAPR}=\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}---\left(3\right)$

$\mathrm{\β}=\sqrt{\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}=\sqrt{\mathrm{PAPR}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}---\left(4\right).$

本发明的有益效果是，使用正交频分复用技术实现控制信号耦合到电力线上，采用二维分块扫描交错技术提高了电力线承载网络通信数据的可靠性。

硬件方面，本发明利用现有的空调和电力线，不需要重新生产智能空调和重新布线，打破了智能家居和智能家电在当前空调领域发展不协调的局面。所采用外置PLC空调控制器，整合了空调信息管理功能，使得用户只需要通过任意接入任何网络运营商的网络，利用本发明中的外置PLC空调控制器就可以完成对空调的控制、信息查询、防护等功能。

软件方面，本发明采用二维分块扫描交错技术，提高了大数据量电力线通信中数据的纠错能力，加强了电力线通信能力。该技术重点针对电力线通道受脉冲噪声干扰强的典型特点，提出的交错机制，大大增加了数据交错能力，有效的抑制了脉冲噪声对数据传输可靠性的影响。同时本发明采用的信号监测消去法，有效的解决了电力线多通道脉冲干扰注入问题。

附图说明

图1是本发明采用的外置空调控制系统的结构示意图；

图2是PLC智能控制器原理框图；

图3是二维分块扫描数据交错方法的流程图。

图中，1.控制信号转换电路，2.AC-DC多路电源，3.EMI滤波器，4.RX带通滤波器，5.控制信号检波器，6.空调以太网接口。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明基于电力线载波的外置空调控制方法，采用了一种基于电力线载波的外置空调控制系统，其结构如图1所示，包括与空调实机相连接的PLC智能控制器，PLC智能控制器通过无线转换设备与智能手机或上位机通信。

PLC智能控制器的结构如图2所示，包括控制信号转换电路1，控制信号转换电路1上分别连接有AC-DC多路电源2、空调以太网接口6及RX带通滤波器4，RX带通滤波器4的另一端与控制信号检波器5相连接，控制信号检波器5上还连接有EMI滤波器3，EMI滤波器3与AC-DC多路电源2相连接。

其中的EMI滤波器3，滤除100MHz的PLC控制信号；AC-DC多路电源2，为PLC空调控制器供电；控制信号检波器5，检出由无线转换设备发出的控制信号；控制信号转换电路1，把控制信号转换成控制指令发送给空调；空调以太网接口6，传输控制指令通过调制解调技术提取在电力线上耦合的控制信号，并转换成控制指令通过以太网接口发送给空调设备。

具体按照以下步骤实施：

第一步：智能手机或上位机，通过PLC智能控制软件以无线传输方式向无线转换设备发送空调控制信息。

第二步：无线转换设备接收该控制信息后，使用正交频分复用技术将控制信号转换为电力线载波信号。

第三步：将转换的电力线载波信号中的数据采用本发明提出的二维分块扫描交错技术进行交错编码。

二维分块扫描交错技术在数据传输之前完成，具体交错方法流程见图3。首先把数据存为N*N的数据矩阵，N值按照处理器数据存储区大小而定，为了保证数据充分的交错，一般设置1000以上。把N*N的数据矩阵分成N个矩形数据区域，该数据区域宽度为n_i，数据个数为N；对于每个矩形框中的数据进行扫描，扫描顺序为先右边列，后左边列，先上后下，这样就会把这个矩形数据阵中的N个数据从新排列，排列后的顺序形成交错后数据阵中的新数据行，这样就实现了二维数据的交错。

第四步：发送交错编码后的电力线载波信号到电力线L、N上，电力线L、N将会把载波信号承载到该条电力线铺设的地方。

第五步：PLC智能控制器中的控制信号检波器5将交错编码后的电力线载波信号检波后送给RX带通滤波器4。

第六步：RX带通滤波器4对交错编码后的电力线载波信号进行带通滤波后送给控制信号转换电路1。

第七步：控制信号转换电路1首先监测和消去转换信号中的脉冲噪声，其监测和消去的具体方法公式见式（1）。

式中：

为消去干扰后的接收信号，u(t)为未消去干扰的接收信号，β为监测消去法阈值。

未消去干扰的接收信号u(t)时域表达式见式（2）。

u(t)=p(t)*w(t)+v(t)   （2）

式中：p(t)为无线转化设备的传输信号，w(t)为电力线通道的时域表达式，v(t)为电力线带来的干扰噪声。

监测消去法阈值β基于传统的峰均功率比PAPR设置，传统的峰均功率比PAPR定义见式（3），提出的检测消去法阈值β定义如式（4）。

$\mathrm{PAPR}=\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}---\left(3\right)$

$\mathrm{\β}=\sqrt{\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}=\sqrt{\mathrm{PAPR}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}---\left(4\right).$

第八步：控制信号转换电路1把消去干扰的接收信号转换为以太网信号，传输给空调的以太网接口。

本发明提出的二维分块扫描交错技术和信号监测消去法，从数据处理的根本上出发，增强了电力线通信信号的传输新能，提高了数据传输的可靠性，有效的解决了电力线载波面临的信号传输衰减较大，数据丢包严重的最大挑战。所采用的二维分块扫描交错技术有效的补偿了并发性数据错误，提高了数据传输的正确率，所采用的信号监测消去法用数字信号处理的方法解决了脉冲干扰的抑制问题。

Claims (3)

1.基于电力线载波的外置空调控制方法，其特征在于，采用了一种基于电力线载波的外置空调控制系统，其结构为：包括与空调实机相连接的PLC智能控制器，PLC智能控制器通过无线转换设备与智能手机或上位机通信，所述的PLC智能控制器，包括控制信号转换电路（1），控制信号转换电路（1）上分别连接有AC-DC多路电源（2）、空调以太网接口（6）及RX带通滤波器（4），RX带通滤波器（4）的另一端与控制信号检波器（5）相连接，控制信号检波器（5）上还连接有EMI滤波器（3），EMI滤波器（3）还与AC-DC多路电源（2）相连接；

具体按照以下步骤实施：

步骤1：智能手机或上位机，通过PLC智能控制软件以无线传输方式向无线转换设备发送空调控制信息；

步骤2：无线转换设备接收控制信息后，使用正交频分复用技术将控制信号转换为电力线载波信号；

步骤3：将转换的电力线载波信号中的数据采用二维分块扫描交错技术进行交错编码；

步骤4：发送交错编码后的电力线载波信号到电力线L、N上，电力线L、N把载波信号承载到该条电力线铺设的地方；

步骤5：PLC智能控制器中的控制信号检波器（5）将交错编码后的电力线载波信号检波后送给RX带通滤波器（4）；

步骤6：RX带通滤波器（4）对交错编码后的电力线载波信号进行带通滤波后送给控制信号转换电路（1）；

步骤7：控制信号转换电路（1）监测和消去转换信号中的脉冲噪声；

步骤8：控制信号转换电路（1）把消去干扰的接收信号转换为以太网信号，传输给空调的以太网接口。

2.根据权利要求1所述的基于电力线载波的外置空调控制方法，其特征在于，所述的步骤3具体按照以下步骤实施：首先把数据存为N*N的数据矩阵，N值按照处理器数据存储区大小而定，把N*N的数据矩阵分成N个矩形数据区域，该数据区域宽度为n_i，数据个数为N；对每个矩形框中的数据进行扫描，扫描顺序为先右边列，后左边列，先上后下，排列后的顺序形成交错后数据阵中的新数据行。

3.根据权利要求1所述的基于电力线载波的外置空调控制方法，其特征在于，所述的步骤7具体按照以下步骤实施：

监测和消去的具体方法见式（1）：

式中：

为消去干扰后的接收信号，u(t)为未消去干扰的接收信号，β为监测消去法阈值；

未消去干扰的接收信号u(t)时域表达式见式（2）：

u(t)=p(t)*w(t)+v(t)    （2）

式中：p(t)为无线转化设备的传输信号，w(t)为电力线通道的时域表达式，v(t)为电力线带来的干扰噪声；

监测消去法阈值β基于传统的峰均功率比PAPR设置，传统的峰均功率比PAPR定义见式（3），提出的检测消去法阈值β定义如式（4）：

$\mathrm{PAPR}=\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}---\left(3\right)$

$\mathrm{\β}=\sqrt{\frac{\max \left\{p^2\left(t\right)\right\}}{\mathrm{mean}\left\{p^2\left(t\right)\right\}}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}=\sqrt{\mathrm{PAPR}\×\mathrm{mean}\left\{u^2\left(t\right)\right\}}---\left(4\right).$

Images