CN103825848A - 一种电力线通信系统中信号干扰噪声比的盲估计方法 - Google Patents

Abstract

本发明公开了一种电力线通信系统中信号干扰噪声比的盲估计方法，其通过求取接收信号的周期自相关函数，分别分析发送信号、背景噪声、脉冲噪声和接收信号的周期自相关函数的能量分布图，选取合适的时延变量和循环频率变量有效的分离信号功率和干扰加噪声功率，从而估计出信号干扰噪声比的估计值；优点是不需要发送导频信息，而是利用发送信号本身的循环平稳特性，通过分析发送信号、背景噪声和脉冲干扰的周期自相关函数能量分布，通过选取合适的时延值和频率值实现信号干扰噪声比的盲估计，本发明方法较传统的发送导频方法具有更高的频谱利用率，同时可以准确有效地估计出脉冲干扰环境下的信号干扰噪声比的估计值，计算复杂度低，估计精确度高。

Description

一种电力线通信系统中信号干扰噪声比的盲估计方法

技术领域

本发明涉及一种电力线通信技术，尤其是涉及一种电力线通信系统中信号干扰噪声比的盲估计方法。

背景技术

电力线通信（Power Line Communication，PLC）技术是指利用电力线传输数据和媒体信号的一种通信方式。与传统的无线通信相比，电力线通信具有机械强度高、可靠性好等优点，同时由于电力线通信不需要线路的基础建设投资和日常的维护费用，因此具有较高的经济性。随着互联网在全球范围的迅速发展和用户对新业务服务要求的不断增加，电力线通信价格低廉、提供宽带服务等优点将会有巨大的发展空间，同时，电力线通信也是智能电网、智能家居等热点建设性项目的关键技术。由于电力线最初的设计是为了传输电能，因此如果要将其用于高速信号的传输，则存在许多问题有待解决。首先，由于电力线信道传输阻抗的不匹配，因此信号在网络的节点上会发生反射和折射，造成多径衰落现象。电力线通信结合OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）能够有效的解决这个问题，OFDM是一种特殊的多载波调制技术，该技术的本质思想是将信道分成若干个正交子信道，然后把传输速率相对较高的数据流分割成多个并行传输的传输速率较低的子数据流，分别调至不同的正交子信道进行传送，这样就能将多径衰落信道转换成相对平坦的子信道，能够有效的对抗电力线通信中的多径衰落。因此，OFDM电力线通信技术也成为现阶段研究的重点。

电力线通信系统中的噪声是影响信号传输的一个非常重要的因素。由于电力线通信系统中各种负载的接入，因此会导致噪声异常丰富，并且呈现出非高斯、非白、非平稳的特性。电力线通信系统中的噪声主要分为两类，一类是背景噪声（包括有色背景噪声、窄带噪声），背景噪声随时间缓慢变化，其平均功率较小，但频谱很宽，并且持续存在，有可能部分或全部覆盖信号频谱；另一类是脉冲噪声（包括与工频异步的周期性脉冲噪声、与工频同步的周期性脉冲噪声、随机脉冲噪声），脉冲噪声的时变性强，当出现这些噪声时，功率谱密度会突然上升，数据传输会造成很大的误差。电力线通信系统中的许多问题都要对噪声进行准确的分析和建模，目前，有很多关于电力线通信系统中噪声建模的研究，背景噪声的建模手段已经比较成熟，背景噪声可以由高斯白噪声通过AR模型所得，也可用Nakagam分布函数来描述背景噪声的幅度；脉冲噪声的建模研究比较少，有研究提出一种基于分群的马尔科夫链的脉冲模型，还有用Middleton Class A噪声模型来描述脉冲噪声等。

信号干扰噪声比（SINR）是通信系统中的一个重要参量，信号干扰噪声比的准确估计是OFDM电力线通信系统进行比特加载、功率控制等的主要依据。传统的信号干扰噪声比估计方法是以检测信号的均值与方差的比值作为信干噪比，虽然这种方法计算复杂度较低，但是只适用于信道质量较好的通信信道，并不适合噪声复杂的电力线通信信道。而现阶段在电力线通信系统中关于信号干扰噪声比的研究很少，因此有必要研究电力线通信系统中的信号干扰噪声比技术。

发明内容

本发明所要解决的技术问题是提供一种电力线通信系统中信号干扰噪声比的盲估计方法，其充分考虑了电力线通信信道中所有噪声的情况，能够准确有效的估计出电力线通信系统中的信号干扰噪声比，且计算复杂度低。

本发明解决上述技术问题所采用的技术方案为：一种电力线通信系统中信号干扰噪声比的盲估计方法，在电力线通信系统中采用OFDM多载波调制技术，并且电力线通信信道采用多径模型，其特征在于该盲估计方法包括以下步骤：

①假设电力线通信信道有h条路径，则h条路径的传递函数表示为H(f)，

其中，h≥1，f表示h条路径的传输频率，1≤i≤h，g_i表示第i条路径的衰减系数，e表示自然基数，j为虚数表示符号，τ_i表示第i条路径的时延，d_i表示第i条路径的长度，A(f,d_i)表示第i条路径的衰减因子，

a₀和a₁均为衰减因子的衰减系数，f^q表示f的q次方；

同时，确定采用Nakagami模型描述背景噪声的幅度，并采用Middleton Class A模型描述脉冲噪声的幅度；

②在电力线通信系统的发送端，将发送端待发送的OFDM调制信号记为x(n)，然后根据周期自相关函数的定义，计算x(n)的周期自相关函数，记为R_x(k,τ)， $R_x(k,\mathrm{\τ})=\frac{{\mathrm{\σ}}_s^{2}M}{P}\{\mathrm{\δ}\left(\mathrm{\τ}\right)\mathrm{\δ}\left(k\right)+\mathrm{\δ}(\mathrm{\τ}+M)E_1\left(k\right)+\mathrm{\δ}(\mathrm{\τ}-M)E_2\left(k\right)\},$ 其中，n为离散时间点，n=1，2，3…，k表示循环频率，τ表示时延变量，

表示x(n)的方差，M表示电力线通信系统中的子载波的总个数，P表示x(n)中的OFDM符号的长度，P=M+L，L表示x(n)中的OFDM符号的循环前缀的长度， $\mathrm{\δ}\left(\mathrm{\τ}\right)=\left\{\begin{array}{cc}1& \mathrm{\τ}=0\\ 0& \mathrm{\τ}\≠0\end{array}\right.,$ $\mathrm{\δ}\left(k\right)=\left\{\begin{array}{cc}1& k=0\\ 0& k\≠0\end{array}\right.,$ $\mathrm{\δ}(\mathrm{\τ}+M)=\left\{\begin{array}{cc}1& \mathrm{\τ}=-M\\ 0& \mathrm{\τ}\≠-M\end{array}\right.,$ $\mathrm{\δ}(\mathrm{\τ}-M)=\left\{\begin{array}{cc}1& \mathrm{\τ}=M\\ 0& \mathrm{\τ}\≠M\end{array}\right.,$ $E_1\left(k\right)=e^{-j\frac{\mathrm{\πk}}{P}(L-1)}\frac{\sin (\mathrm{\πkL}/P)}{\sin (\mathrm{\πk}/P)},$ E₂(k)=E₁(k)e^-j2πMk/P，e表示自然基数，j为虚数表示符号，sin()为正弦函数；

③在电力线通信系统的接收端，将接收端接收到的信号记为y(n)， $y\left(n\right)=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left(x\left(n\right)g_i{e}^{j{\mathrm{\φ}}_i}A(f,d_i)\right)+\sqrt{S_r}r\left(n\right)+\sqrt{S_v}v\left(n\right),$ 其中，e表示自然基数，j为虚数表示符号，φ_i表示第i条路径接收到的信号的相位因子，r(n)表示背景噪声，

表示背景噪声的幅度，v(n)表示脉冲噪声，表示脉冲噪声的幅度；然后根据周期自相关函数的定义，计算y(n)的周期自相关函数，记为R_y(k,τ)， $\begin{array}{c}{R}_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{j{\mathrm{\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}\end{array},$ 其中，S_r表示背景噪声的功率，S_v表示脉冲噪声的功率，R_r(k,τ)表示背景噪声的周期自相关函数，R_v(k,τ)表示脉冲噪声的周期自相关函数，1≤i₁≤h，1≤i₂≤h，

表示第i₁条路径的衰减因子，

表示第i₁条路径的长度，

表示第i₂条路径的衰减因子，

表示第i₂条路径的长度，

表示第i₁条路径的衰减系数，表示第i₂条路径的衰减系数，

表示第i₁条路径接收到的信号的相位因子，

表示第i₂条路径接收到的信号的相位因子，

表示循环频率为k、时延为

时x(n)的周期自相关函数值，

表示第i₁条路径的时延，

表示第i₂条路径的时延；

④根据 ${\mathrm{\τ}}_{i_1}-{\mathrm{\τ}}_{i_2}\≠0,$ 确定 $\begin{array}{c}{R}_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{j{\mathrm{\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}\end{array}$ 中的 $\underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{{\mathrm{j\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}=0,$ 再简化R_y(k,τ)得到 $R_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ});$ 然后令S_x表示x(n)的功率，则将 $R_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})$ 中的

等同于S_xR_x(k,τ)，得到R_y(k,τ)=S_xR_x(k,τ)+S_rR_r(k,τ)+S_vR_v(k,τ)；接着对R_y(k,τ)取绝对值处理，得到|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|；

⑤确定R_r(k,τ)的能量分布于k=0的直线上，R_v(k,τ)的能量分布于τ=0的直线上，且当k,τ同时满足k≠0,τ≠0时，R_r(k,τ)和R_v(k,τ)不存在能量分布，仅R_x(k,τ)存在能量分布，故将|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|重新表示为 $\left|R_y(k,\mathrm{\τ})\right|=\left\{\begin{array}{cc}{S}_x\left|R_x(k,\mathrm{\τ})\right|& k\≠0,\mathrm{\τ}\≠0\\ S_x\left|R_x\left(\mathrm{0,0}\right)\right|+S_r+S_v& k=0,\mathrm{\τ}=0\end{array}\right.,$ 其中，R_x(0,0)表示循环频率为0、时延为0时x(n)的周期自相关函数值；

⑥根据k≠0,τ≠0时的|R_y(k,τ)|=S_x|R_x(k,τ)|，并利用最小均方误差理论估计得到x(n)的功率值，记为

然后根据k=0,τ=0时的|R_y(k,τ)|=S_x|R_x(0,0)|+S_r+S_v及

估计得到背景噪声的功率值和脉冲噪声的功率值，对应记为

和 其中，R_y(0,0)表示循环频率为0、时延为0时y(n)的周期自相关函数值；

⑦根据

和

计算信号干扰噪声比的估计值，记为SINR，

重复执行步骤①～⑦1000次，并根据各次计算得到的信号干扰噪声比的估计值的总和计算平均值，然后将该平均值作为最终的信号干扰噪声比的估计值。

所述的步骤①中q的取值范围为[0.5,1]。

与现有技术相比，本发明的优点在于：

1）本发明方法不需要发送导频信息，而是利用发送信号本身的循环平稳特性，通过分析发送信号、背景噪声和脉冲干扰的周期自相关函数能量分布，通过选取合适的时延值和频率值实现信号干扰噪声比的盲估计，本发明方法较传统的发送导频方法具有更高的频谱利用率，节省了带宽资源。

2）目前电力线通信系统中关于脉冲干扰环境下信号干扰噪声比的估计还没有，本发明方法可以准确有效地估计出脉冲干扰环境下电力线通信系统中的信号干扰噪声比的估计值，同时计算复杂度低，估计精确度高。

3）本发明方法适合电力线通信信道中突发性强且影响严重的脉冲干扰环境，能够在背景噪声和脉冲干扰下达到很好的估计性能。

附图说明

图1为电力线通信信道模型的示意图；

图2为发送信号的周期自相关函数的能量分布图（未归一化）；

图3为背景噪声的周期自相关函数的能量分布图（未归一化）；

图4为脉冲噪声的周期自相关函数的能量分布图（未归一化）；

图5为接收信号的周期自相关函数的能量分布图（未归一化）；

图6为信号干扰噪声比的真实值与通过本发明方法获得的信号干扰噪声比的估计值的比较图；

图7为在不同信号干扰噪声比的估计值下，脉冲噪声与背景噪声比值设定为5dB和10dB时通过本发明方法获得的信号干扰噪声比的估计值的归一化均方误差（NMSE）曲线图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出的一种电力线通信系统中信号干扰噪声比的盲估计方法，其通过求取接收信号的周期自相关函数，分别分析发送信号的周期自相关函数、背景噪声的周期自相关函数、脉冲噪声的周期自相关函数和接收信号的周期自相关函数的能量分布图，选取合适的时延变量和循环频率变量有效的分离信号功率和干扰加噪声功率，从而估计出信号干扰噪声比的估计值，该盲估计方法具体包括以下步骤：

①在电力线通信系统中采用OFDM多载波调制技术，并且电力线通信信道采用多径模型，图1给出了电力线通信信道模型的示意图，假设电力线通信信道有h条路径，则h条路径的传递函数表示为H(f)，

其中，h≥1，f表示h条路径的传输频率，1≤i≤h，g_i表示第i条路径的衰减系数，e表示自然基数，j为虚数表示符号，τ_i表示第i条路径的时延，d_i表示第i条路径的长度，A(f,d_i)表示第i条路径的衰减因子，

a₀和a₁均为衰减因子的衰减系数，f^q表示f的q次方，q为A(f,d_i)的指数，在此q的取值范围为[0.5,1]，如在具体实施时取q值为0.8。

同时，确定采用Nakagami模型描述背景噪声的幅度，并采用Middleton Class A模型描述脉冲噪声的幅度。

②在电力线通信系统的发送端，将发送端待发送的OFDM调制信号记为x(n)，由于OFDM调制信号加了循环前缀，因此具有循环平稳特性；然后根据周期自相关函数的定义，计算x(n)的周期自相关函数，记为R_x(k,τ)， $R_x(k,\mathrm{\τ})=\frac{{\mathrm{\σ}}_s^{2}M}{P}\{\mathrm{\δ}\left(\mathrm{\τ}\right)\mathrm{\δ}\left(k\right)+\mathrm{\δ}(\mathrm{\τ}+M)E_1\left(k\right)+\mathrm{\δ}(\mathrm{\τ}-M)E_2\left(k\right)\},$ 其中，n为离散时间点，n=1，2，3…，k表示循环频率，τ表示时延变量，

表示x(n)的方差，M表示电力线通信OFDM系统中的子载波的总个数，P表示x(n)中的OFDM符号的长度，P=M+L，L表示x(n)中的OFDM符号的循环前缀的长度， $\mathrm{\δ}\left(\mathrm{\τ}\right)=\left\{\begin{array}{cc}1& \mathrm{\τ}=0\\ 0& \mathrm{\τ}\≠0\end{array}\right.,$ $\mathrm{\δ}\left(k\right)=\left\{\begin{array}{cc}1& k=0\\ 0& k\≠0\end{array}\right.,$ $\mathrm{\δ}(\mathrm{\τ}+M)=\left\{\begin{array}{cc}1& \mathrm{\τ}=-M\\ 0& \mathrm{\τ}\≠-M\end{array}\right.,$ $\mathrm{\δ}(\mathrm{\τ}-M)=\left\{\begin{array}{cc}1& \mathrm{\τ}=M\\ 0& \mathrm{\τ}\≠M\end{array}\right.,$ $E_1\left(k\right)=e^{-j\frac{\mathrm{\πk}}{P}(L-1)}\frac{\sin (\mathrm{\πkL}/P)}{\sin (\mathrm{\πk}/P)},$ E₂(k)=E₁(k)e^-j2πMk/P，e表示自然基数，j为虚数表示符号，sin()为正弦函数。

③发送信号x(n)在电力线通信信道中传输时叠加了背景噪声，并且受到了脉冲噪声的干扰，因此在电力线通信系统的接收端，将接收端接收到的信号记为y(n)， $y\left(n\right)=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left(x\left(n\right)g_i{e}^{j{\mathrm{\φ}}_i}A(f,d_i)\right)+\sqrt{S_r}r\left(n\right)+\sqrt{S_v}v\left(n\right),$ 其中，e表示自然基数，j为虚数表示符号，φ_i表示第i条路径接收到的信号的相位因子，r(n)表示背景噪声，

表示背景噪声的幅度，v(n)表示脉冲噪声，表示脉冲噪声的幅度；然后根据周期自相关函数的定义，计算y(n)的周期自相关函数，记为R_y(k,τ)， $\begin{array}{c}{R}_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{j{\mathrm{\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}\end{array},$ 其中，S_r表示背景噪声的功率，S_v表示脉冲噪声的功率，R_r(k,τ)表示背景噪声的周期自相关函数，R_v(k,τ)表示脉冲噪声的周期自相关函数，1≤i₁≤h，1≤i₂≤h，

表示第i₁条路径的衰减因子，

表示第i₁条路径的长度，表示第i₂条路径的衰减因子，

表示第i₂条路径的长度，

表示第i₁条路径的衰减系数，

表示第i₂条路径的衰减系数，

表示第i₁条路径接收到的信号的相位因子，

表示第i₂条路径接收到的信号的相位因子，

表示循环频率为k、时延为

时x(n)的周期自相关函数值，

表示第i₁条路径的时延，表示第i₂条路径的时延。

④根据 ${\mathrm{\τ}}_{i_1}-{\mathrm{\τ}}_{i_2}\≠0,$ 确定 $\begin{array}{c}{R}_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{j{\mathrm{\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}\end{array}$ 中的 $\underset{i_1=1}{\overset{h}{\mathrm{\Σ}}}\underset{i_2=1,i_2\≠i_1}{\overset{h}{\mathrm{\Σ}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\φ}}_{i_1}}-e^{{\mathrm{j\φ}}_{i_2}})R_x(k,\mathrm{\τ}-{\mathrm{\τ}}_{i_1}+{\mathrm{\τ}}_{i_2})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_{i_1}}{P}}=0,$ 再简化R_y(k,τ)得到 $R_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ});$ 然后令S_x表示x(n)的功率，则将 $R_y(k,\mathrm{\τ})=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\τ})e^{\frac{-j2\mathrm{\πk}{\mathrm{\τ}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\τ})+S_v{R}_v(k,\mathrm{\τ})$ 中的

等同于S_xR_x(k,τ)，得到R_y(k,τ)=S_xR_x(k,τ)+S_rR_r(k,τ)+S_vR_v(k,τ)；由于周期自相关函数的值都大于或等于零，因此接着对y(n)的周期自相关函数R_y(k,τ)取绝对值处理，得到|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|。

⑤观察发送信号、背景噪声、脉冲噪声、接收信号的周期自相关函数的能量分布图，图2为发送信号的周期自相关函数的能量分布图，从图2中可以看出，发送信号的能量主要分布在τ=0,k=0和τ=M,τ=-M处，图3为背景噪声的周期自相关函数的能量分布图，从图3中可以看出背景噪声的能量主要分布在k=0的直线上，图4为脉冲噪声的周期自相关函数的能量分布图，从图4中可以看出脉冲噪声的能量主要分布在τ=0的直线上和k=0,τ=0上，图5为接收信号的周期自相关函数的能量分布图，从图5中可以看出接收信号的能量主要分布在τ=0的直线上及k=0，±M的直线上，分析信号在循环频率域的分布规律发现，背景噪声的周期自相关函数R_r(k,τ)的能量分布于k=0的直线上，脉冲噪声的周期自相关函数R_v(k,τ)的能量分布于τ=0的直线上，当k,τ同时满足k≠0,τ≠0时只有发送信号的周期自相关函数有能量分布，根据背景噪声和脉冲干扰的周期自相关函数仿真结果分析可知， $R_r(k,\mathrm{\&tau;})=\mathrm{\&delta;}\left(k\right)\mathrm{\&delta;}\left(\mathrm{\&tau;}\right)+\mathrm{\&delta;}\left(\mathrm{\&tau;}\right)\underset{\underset{k^{\&prime;}\&NotEqual;0}{k^{\&prime;}=-(P-1)}}{\overset{P-1}{\mathrm{\&Sigma;}}}{A}_{k^{\&prime;}}\mathrm{\&delta;}(k-k^{\&prime;}),$ 且当k≠0,τ≠0时R_r(k,τ)=0，R_v(k,τ)=0；当k=0,τ=0时R_r(0,0)=δ(0)δ(0)=1，R_v(k,τ)=δ(0)=1，其中， $\mathrm{\&delta;}\left(k\right)=\left\{\begin{array}{cc}1& k=0\\ 0& k\&NotEqual;0\end{array}\right.,$ $\mathrm{\&delta;}\left(\mathrm{\&tau;}\right)=\left\{\begin{array}{cc}1& \mathrm{\&tau;}=0\\ 0& \mathrm{\&tau;}\&NotEqual;0\end{array}\right.,$ A_k'表示幅度因子，且A_k'<1， $\mathrm{\&delta;}(k-k^{\&prime;})=\left\{\begin{array}{cc}1& k=k^{\&prime;}\\ 0& k\&NotEqual;k^{\&prime;}\end{array}\right.,$ $\mathrm{\&delta;}(\mathrm{\&tau;}-{\mathrm{\&tau;}}^{\&prime;})=\left\{\begin{array}{cc}1& \mathrm{\&tau;}={\mathrm{\&tau;}}^{\&prime;}\\ 0& \mathrm{\&tau;}\&NotEqual;{\mathrm{\&tau;}}^{\&prime;}\end{array}\right.;$ 然后将|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|重新表示为 $\left|R_y(k,\mathrm{\&tau;})\right|=\left\{\begin{array}{cc}{S}_x\left|R_x(k,\mathrm{\&tau;})\right|& k\&NotEqual;0,\mathrm{\&tau;}\&NotEqual;0\\ S_x\left|R_x\left(\mathrm{0,0}\right)\right|+S_r+S_v& k=0,\mathrm{\&tau;}=0\end{array}\right.,$ 其中，R_x(0,0)表示循环频率为0、时延为0时x(n)的周期自相关函数值。

⑥根据k≠0,τ≠0时的|R_y(k,τ)|=S_x|R_x(k,τ)|，并利用最小均方误差理论估计得到x(n)的功率值，记为

然后根据k=0,τ=0时的|R_y(k,τ)|=S_x|R_x(0,0)|+S_r+S_v及

估计得到背景噪声的功率值和脉冲噪声的功率值，对应记为和

其中，R_y(0,0)表示循环频率为0、时延为0时y(n)的周期自相关函数值。

⑦根据和

计算信号干扰噪声比的估计值，记为SINR，

⑧重复执行步骤①～⑦1000次，并根据各次计算得到的信号干扰噪声比的估计值的总和计算平均值，然后将该平均值作为最终的信号干扰噪声比的估计值。

图6给出了信号干扰噪声比的真实值与通过本发明方法获得的信号干扰噪声比的估计值的比较，图6中三条曲线分别表示实际的信干噪比值，INR（脉冲干扰与背景噪声比值）设定为5dB和10dB时通过本发明方法获得的信号干扰噪声比的估计值，从图6中可以看出通过本发明方法获得的信号干扰噪声比的估计值十分接近于信号干扰噪声比的真实值，这说明本发明方法在电力线通信系统中可以准确的估计出信号干扰噪声比。

图7给出了在不同信号干扰噪声比的估计值下，INR分别为5dB和10dB时通过本发明方法获得的信号干扰噪声比的估计值的归一化均方误差（NMSE）曲线图，从图7中可以看出，NMSE值随着信号干扰噪声比的估计值的变化而变化，在信号干扰噪声比的估计值的绝对值较低的时候，均方误差值比较小，因此本发明方法的性能比较好。

Claims (3)

1.一种电力线通信系统中信号干扰噪声比的盲估计方法，在电力线通信系统中采用OFDM多载波调制技术，并且电力线通信信道采用多径模型，其特征在于该盲估计方法包括以下步骤：

①假设电力线通信信道有h条路径，则h条路径的传递函数表示为H(f)，

其中，h≥1，f表示h条路径的传输频率，1≤i≤h，g_i表示第i条路径的衰减系数，e表示自然基数，j为虚数表示符号，τ_i表示第i条路径的时延，d_i表示第i条路径的长度，A(f,d_i)表示第i条路径的衰减因子，

a₀和a₁均为衰减因子的衰减系数，f^q表示f的q次方；

同时，确定采用Nakagami模型描述背景噪声的幅度，并采用Middleton Class A模型描述脉冲噪声的幅度；

②在电力线通信系统的发送端，将发送端待发送的OFDM调制信号记为x(n)，然后根据周期自相关函数的定义，计算x(n)的周期自相关函数，记为R_x(k,τ)， $R_x(k,\mathrm{\&tau;})=\frac{{\mathrm{\&sigma;}}_s^{2}M}{P}\{\mathrm{\&delta;}\left(\mathrm{\&tau;}\right)\mathrm{\&delta;}\left(k\right)+\mathrm{\&delta;}(\mathrm{\&tau;}+M)E_1\left(k\right)+\mathrm{\&delta;}(\mathrm{\&tau;}-M)E_2\left(k\right)\},$ 其中，n为离散时间点，n=1，2，3…，k表示循环频率，τ表示时延变量，

表示x(n)的方差，M表示电力线通信系统中的子载波的总个数，P表示x(n)中的OFDM符号的长度，P=M+L，L表示x(n)中的OFDM符号的循环前缀的长度， $\mathrm{\&delta;}\left(\mathrm{\&tau;}\right)=\left\{\begin{array}{cc}1& \mathrm{\&tau;}=0\\ 0& \mathrm{\&tau;}\&NotEqual;0\end{array}\right.,$ $\mathrm{\&delta;}\left(k\right)=\left\{\begin{array}{cc}1& k=0\\ 0& k\&NotEqual;0\end{array}\right.,$ $\mathrm{\&delta;}(\mathrm{\&tau;}+M)=\left\{\begin{array}{cc}1& \mathrm{\&tau;}=-M\\ 0& \mathrm{\&tau;}\&NotEqual;-M\end{array}\right.,$ $\mathrm{\&delta;}(\mathrm{\&tau;}-M)=\left\{\begin{array}{cc}1& \mathrm{\&tau;}=M\\ 0& \mathrm{\&tau;}\&NotEqual;M\end{array}\right.,$ $E_1\left(k\right)=e^{-j\frac{\mathrm{\&pi;k}}{P}(L-1)}\frac{\sin (\mathrm{\&pi;kL}/P)}{\sin (\mathrm{\&pi;k}/P)},$ E₂(k)=E₁(k)e^-j2πMk/P，e表示自然基数，j为虚数表示符号，sin()为正弦函数；

③在电力线通信系统的接收端，将接收端接收到的信号记为y(n)， $y\left(n\right)=\underset{i=1}{\overset{h}{\mathrm{\&Sigma;}}}\left(x\left(n\right)g_i{e}^{j{\mathrm{\&phi;}}_i}A(f,d_i)\right)+\sqrt{S_r}r\left(n\right)+\sqrt{S_v}v\left(n\right),$ 其中，e表示自然基数，j为虚数表示符号，φ_i表示第i条路径接收到的信号的相位因子，r(n)表示背景噪声，

表示背景噪声的幅度，v(n)表示脉冲噪声，

表示脉冲噪声的幅度；然后根据周期自相关函数的定义，计算y(n)的周期自相关函数，记为R_y(k,τ)， $\begin{array}{c}{R}_y(k,\mathrm{\&tau;})=\underset{i=1}{\overset{h}{\mathrm{\&Sigma;}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\&tau;})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\&tau;})+S_v{R}_v(k,\mathrm{\&tau;})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\&Sigma;}}}\underset{i_2=1,i_2\&NotEqual;i_1}{\overset{h}{\mathrm{\&Sigma;}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\&phi;}}_{i_1}}-e^{j{\mathrm{\&phi;}}_{i_2}})R_x(k,\mathrm{\&tau;}-{\mathrm{\&tau;}}_{i_1}+{\mathrm{\&tau;}}_{i_2})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_{i_1}}{P}}\end{array},$ 其中，S_r表示背景噪声的功率，S_v表示脉冲噪声的功率，R_r(k,τ)表示背景噪声的周期自相关函数，R_v(k,τ)表示脉冲噪声的周期自相关函数，1≤i₁≤h，1≤i₂≤h，

表示第i₁条路径的衰减因子， 表示第i₁条路径的长度，

表示第i₂条路径的衰减因子，

表示第i₂条路径的长度，

表示第i₁条路径的衰减系数，

表示第i₂条路径的衰减系数，

表示第i₁条路径接收到的信号的相位因子，

表示第i₂条路径接收到的信号的相位因子，

表示循环频率为k、时延为

时x(n)的周期自相关函数值，表示第i₁条路径的时延，

表示第i₂条路径的时延；

④根据 ${\mathrm{\&tau;}}_{i_1}-{\mathrm{\&tau;}}_{i_2}\&NotEqual;0,$ 确定 $\begin{array}{c}{R}_y(k,\mathrm{\&tau;})=\underset{i=1}{\overset{h}{\mathrm{\&Sigma;}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\&tau;})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\&tau;})+S_v{R}_v(k,\mathrm{\&tau;})+\\ \underset{i_1=1}{\overset{h}{\mathrm{\&Sigma;}}}\underset{i_2=1,i_2\&NotEqual;i_1}{\overset{h}{\mathrm{\&Sigma;}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\&phi;}}_{i_1}}-e^{j{\mathrm{\&phi;}}_{i_2}})R_x(k,\mathrm{\&tau;}-{\mathrm{\&tau;}}_{i_1}+{\mathrm{\&tau;}}_{i_2})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_{i_1}}{P}}\end{array}$ 中的 $\underset{i_1=1}{\overset{h}{\mathrm{\&Sigma;}}}\underset{i_2=1,i_2\&NotEqual;i_1}{\overset{h}{\mathrm{\&Sigma;}}}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\mathrm{\&phi;}}_{i_1}}-e^{{\mathrm{j\&phi;}}_{i_2}})R_x(k,\mathrm{\&tau;}-{\mathrm{\&tau;}}_{i_1}+{\mathrm{\&tau;}}_{i_2})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_{i_1}}{P}}=0,$ 再简化R_y(k,τ)得到 $R_y(k,\mathrm{\&tau;})=\underset{i=1}{\overset{h}{\mathrm{\&Sigma;}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\&tau;})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\&tau;})+S_v{R}_v(k,\mathrm{\&tau;});$ 然后令S_x表示x(n)的功率，则将 $R_y(k,\mathrm{\&tau;})=\underset{i=1}{\overset{h}{\mathrm{\&Sigma;}}}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\mathrm{\&tau;})e^{\frac{-j2\mathrm{\&pi;k}{\mathrm{\&tau;}}_i}{P}}\right\}+S_r{R}_r(k,\mathrm{\&tau;})+S_v{R}_v(k,\mathrm{\&tau;})$ 中的

等同于S_xR_x(k,τ)，得到R_y(k,τ)=S_xR_x(k,τ)+S_rR_r(k,τ)+S_vR_v(k,τ)；接着对R_y(k,τ)取绝对值处理，得到|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|；

⑤确定R_r(k,τ)的能量分布于k=0的直线上，R_v(k,τ)的能量分布于τ=0的直线上，且当k,τ同时满足k≠0,τ≠0时，R_r(k,τ)和R_v(k,τ)不存在能量分布，仅R_x(k,τ)存在能量分布，故将|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|重新表示为 $\left|R_y(k,\mathrm{\&tau;})\right|=\left\{\begin{array}{cc}{S}_x\left|R_x(k,\mathrm{\&tau;})\right|& k\&NotEqual;0,\mathrm{\&tau;}\&NotEqual;0\\ S_x\left|R_x\left(\mathrm{0,0}\right)\right|+S_r+S_v& k=0,\mathrm{\&tau;}=0\end{array}\right.,$ 其中，R_x(0,0)表示循环频率为0、时延为0时x(n)的周期自相关函数值；

⑥根据k≠0,τ≠0时的|R_y(k,τ)|=S_x|R_x(k,τ)|，并利用最小均方误差理论估计得到x(n)的功率值，记为

然后根据k=0,τ=0时的|R_y(k,τ)|=S_x|R_x(0,0)|+S_r+S_v及

估计得到背景噪声的功率值和脉冲噪声的功率值，对应记为

和

其中，R_y(0,0)表示循环频率为0、时延为0时y(n)的周期自相关函数值；

⑦根据和

计算信号干扰噪声比的估计值，记为

2.根据权利要求1所述的一种电力线通信系统中信号干扰噪声比的盲估计方法，其特征在于重复执行步骤①～⑦1000次，并根据各次计算得到的信号干扰噪声比的估计值的总和计算平均值，然后将该平均值作为最终的信号干扰噪声比的估计值。

3.根据权利要求1或2所述的一种电力线通信系统中信号干扰噪声比的盲估计方法，其特征在于所述的步骤①中q的取值范围为[0.5,1]。

Images