CN105516047A - 自动抄表系统ofdm载波通信模块符号分组检测方法 - Google Patents

Abstract

本发明公开了一种自动抄表系统OFDM载波通信模块符号分组检测方法。该方法针对电力线信道噪声和干扰的特性，以及OFDM电力载波通信模块信号的特点，在特征空间分解的基础上，采用递归最小二乘算法顺序估计OFDM载波通信模块接收机接收信号的主特征能量和主特征向量，并利用有无OFDM信号时主特征能量的不同检测符号分组，在不需要增加OFDM信号帧冗余的前提下，提高了符号检测的准确性，降低了运算的复杂性并易于实现和应用。

Description

自动抄表系统OFDM载波通信模块符号分组检测方法

技术领域

本发明涉及一种正交频分复用(OFDM,OrthogonalFrequencyDivisionMultiplexing)载波通信模块符号分组检测方法，特别涉及一种用于自动抄表系统的OFDM电力载波通信模块及其符号分组检测方法。

背景技术

应用于自动抄表系统的载波通信模块，用于实现在电力线上传输数据，由于电力线最初设计是用来在50-60Hz频率范围传输电能，一方面作为信息传输媒介进行数据或语音传输的通信通路，电力线具有负荷情况复杂、信号衰减大，信道容量小，并存在背景噪声、随机脉冲噪声等；另一方面OFDM技术提供高的通信速率，和复杂的纠检错算法，要求大数据量传输。因此对于适用于S-FSK(扩频-频率健控)技术的工频过零点同步方式，并不适用于OFDM技术。现有自动抄表系统OFDM载波通信模块，实现标准有G3标准OFDM电力线载波通信技术和PRIME标准OFDM电力线载波通信技术等，PRIME标准与G3标准类似，均工作于CENELECA频段(9-95KHz)，其符号检测都是利用周期性前导符号的相关算法实现的，并假定噪声为不相关的高斯白噪声。相关算法一方面需要在数据帧前插入前导序列，增加了冗余，另一方面在非高斯的电力噪声干扰下，相关算法的判决变量由于受到信道中较大随机噪声的影响而超过预先设定的门限值，从而错误的判断有分组到来。本申请人致力于发明一种适用于自动抄表系统OFDM载波通信模块的符号分组检测方法，在电力线信道环境，具有高的抗干扰性和检测准确性，并且不需要增加数据帧冗余。

发明内容

本发明的目的是针对电力噪声和OFDM信号的特点，为自动抄表系统OFDM载波通信模块提供一种不需要增加数据帧冗余，并具有高的检测准确性的符号分组检测方法。

本发明提供的这种自动抄表系统OFDM载波通信模块符号分组检测方法，该方法通过递归最小二乘算法(RecursiveLeastSquare，RLS)顺序估计OFDM载波通信模块接收机接收信号的主特征能量和主特征向量，并利用有无OFDM信号时主特征能量的不同检测符号分组，所述方法包括：

S1.初始化主特征向量第一个元素u(0)＝1，主特征能量第一个元素d(0)＝0，符号判决每次截取的OFDM载波通信模块接收信号Y(n)的长度为N个采样点，n＝1,2,…,N；

S2.顺序估计符号分组判决所截取的N个接收信号采样点的主特征能量和主特征向量，具体计算过程如下：

S21.当n＝1,2,…,N时，计算循环：

A.沿着主特征向量u(n-1)方向投影信号Y(n)

B.根据Y(n)在主特征向量投影能量，递归计算主特征能量d(n)

C.递归计算主特征向量u(n)

S22.循环结束，得到主特征能量和主特征向量D(n)和U(n)，

S3.利用滤波器跟踪记录主特征能量的最大值和最小值，根据最大值和最小值的变化自动更新检测门限，并判决OFDM符号分组是否到来，具体过程如下：

S31.滤波器系数γ＝0.9995，γ可调整，调整范围0<γ<1，主特征能量的最大值M(n)和最小值m(n)跟踪方法：

M(n)＝γmax{d(n),M(n-1)}+(1-γ)d(n)

m(n)＝γmin{d(n),m(n-1)}+(1-γ)d(n)

S32.检测准则：

S4.为防止突发脉冲干扰造成检测错误，当检测结果T(n)中的元素连续L个为1时，则判定符号分组到来。

本发明的有益效果是：本发明针对电力线信道噪声和干扰的特性，以及OFDM电力载波通信模块信号的特点，采用递归最小二乘算法顺序估计OFDM载波通信模块接收机接收信号的主特征能量和主特征向量，并利用有无OFDM信号时主特征能量的不同检测符号分组，，在不需要增加OFDM信号帧冗余的前提下，提高了符号检测的准确性，并降低了运算的复杂性易于实现和应用。

附图说明

图1是本发明自动抄表系统OFDM载波通信模块的系统结构图。

图2是电力线信道噪声频谱图。

图3是电力线信道噪声时域波形。

图4是OFDM信号时域波形和频谱图。

图5是本发明符号分组检测方法实现框图。

图6是本发明符号分组检测方法与传统前导相关算法性能比较。

具体实施方式

自动抄表系统电力载波模块是直接面向实际承担数据传输的物理媒体电力线，是在电力线之上为上层应用数据提供一个传输原始比特流的物理连接，所以电力载波模块直接面对电力线的各种干扰和衰减。

下面结合附图对本发明作进一步说明。

如图1所示，自动抄表系统OFDM载波通信模块发送端包括前向错误控制编码器以及OFDM调制模块。待传输数据先进行串扰，RS编码，卷积编码，交织处理，再进行自适应调制并送去做IFFT变换，最后经模拟前端(AnalogFrontEnd,AFE)处理，数模转换后耦合至电力线上传输。相应的接收端的结构与发送端正好相反，接收到的数据先进行AFE处理，模数转换后进行脉冲噪声抑制，然后再进行符号分组检测，找到符号分组的起点后进行背景噪声抑制和FFT变换，同时对信道进行估计。FFT变换后的数据进行解调，将多进制数据位变成2进制数据码流，之后进行解交织，Viterbi解码，解串扰处理，最后得到发送端数据。

低压电力线信道中的噪声干扰通常是由连接至网络的电设备和附近的电设施引起的。正常操作一些电机和设备时会产生干扰，而当开关电气设施时导致的脉冲电流和峰值电压，也会沿电力线传播，造成干扰。与其它大部分的通信信道不同，电力信道中的噪声不能用经典加性高斯白噪声(AdditiveWhiteGaussianNoise,AWGN)描述。通常电力噪声分成三类：彩色背景噪声，窄带干扰和脉冲噪声。

如图2所示，为用泰克RSA5103A频谱分析仪采集到的电力线信道噪声频谱(30dB衰减)。从右图可以看出在10-200kHz的频率范围，背景噪声随频率的增加而减小，在10kHz附近噪声幅度达到-10dB，在100kHz左右噪声功率仍然有-60dB。左图DXP分析以不同亮度区分不同频率点和不同功率噪声出现的密度。颜色越深，出现的密度越大，则越平稳。显然，图中亮白色的位置，密度比较高，分布于整个频带，并且平滑，近似为彩色背景噪声。在DXP谱的包络，捕获到一些小的尖峰，出现的密度较低，具有突发性，所以识别为随机脉冲噪声。

如图3所示，为用安捷龙DSO7014B示波器，设置采样率为40us时得到的一段25ms的电力线噪声时域波形。由图可见，电力噪声中背景噪声幅度较低，一般在±0.5V之间，且在零点附近无规律波动；脉冲噪声幅值较高，甚至可以达到±4V，但脉冲的持续时间很短。脉冲噪声的波形具有正弦指数衰减特性，脉冲具有一定的持续时间，两个脉冲之间有短的时间间隔，每个脉冲到达的时间随机。

如图4所示，为用G3标准OFDM物理层，产生的OFDM信号的时域波形和频谱图，具有代表性。由频谱图可见，OFDM一个符号的N个子载波由K个数据子载波和N-K个空子载波组成，数据子载波共有36个，分布于35.9-90.6kHz的频率范围。其中，经过基带映射前的符号均为实数。经过基带映射后的符号有同相分量和正交分量，令X_m(k)表示频域第m个符号的第k个子载波，其映射公式如下：

X_m(k)＝cosθ_m(k)+j×sinθ_m(k)(1)

θ根据三种映射方式的星座图确定。第m个符号的OFDM时域信号，通过对(1)式进行离散傅里叶逆变换得到：

$x_m\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{K-1}{\&Sigma;}}\left\{X_m\left(k\right)e^{j\frac{2{\mathrm{\&pi;nd}}_k}{N}}\right\}---\left(2\right)$

x_m(n)表示第m个符号的第n个OFDM时域信号，d_k表示第k个数据子载波。在信号的开始增加30点循环前缀，所以每一个符号的能量均匀分布于宽度为0.7ms的时间空间，其频域，能量集中于35.9-90.6KHz频带。OFDM时域信号根据(1)～(2)式可以写为：

$x_m\left(n\right)\frac{1}{\sqrt{N}}\underset{k=1}{\overset{K-1}{\&Sigma;}}\left\{{\mathrm{cos\&theta;}}_m\left(k\right)e^{j\frac{2{\mathrm{\&pi;nd}}_k}{N}}\right\}+\frac{j}{\sqrt{N}}\underset{k=0}{\overset{K-1}{\&Sigma;}}\left\{{\mathrm{sin\&theta;}}_m\left(k\right)e^{j\frac{2{\mathrm{\&pi;nd}}_k}{N}}\right\}---\left(3\right)$

因OFDM输入数据是零均值随机变量，所以经基带映射后其实部和虚部仍为零均值随机变量，又IFFT变换因子可以看成K维复基矢量：

$V_m={(e^{j\frac{2{\mathrm{\&pi;nd}}_0}{N}},e^{j\frac{2{\mathrm{\&pi;nd}}_1}{N}},\mathrm{...},e^{j\frac{2{\mathrm{\&pi;nd}}_{K-1}}{N}})}^T---\left(4\right)$

所以OFDM信号满足线性模型：ξ＝s·V,秩为K。脉冲噪声抑制后，剩余电力噪声近似为彩色加性噪声，所以适于用KLT特征空间分解的方法检测符号分组的起点。

下面结合图5说明本发明所述的这种自动抄表系统OFDM载波通信模块符号分组检测方法。如图5，接收机接收到的信号y(t)包含电力噪声，经过模拟前端的模数变换和脉冲噪声抑制后y(n)＝x(n)+ψ(n)，其中x(n)表示OFDM信号，ψ(n)表示电力噪声。计算接收信号y(n)的协方差R_yy如下：

R_yy＝E(yy^T)＝UΛ_yU^T(5)

其中U和Λ_y是特征向量和特征值矩阵。因为OFDM信号满足线性模型，而电力噪声具有彩色噪声特性，两者不相关，所以沿着每个特征向量方向的特征值，等于OFDM信号的特征值加上噪声信号的特征值，称为信号和噪声在相应特征向量方向的特征能量。

Λ_y(n)＝Λ_x(n)+Λ_ψ(n)(6)

在OFDM符号分组到达接收机前，会有一段电力噪声先到达接收机，这时特征能量Λ_y(n)中只有噪声的能量，当OFDM符号分组到来时，Λ_y(n)会有大的变化，利用这种变化，设置门限，检测符号分组的起点。为了使接收信号的特征向量和特征能量计算准确并降低复杂度，采用递归最小二乘算法(RecursiveLeastSquare，RLS)顺序估计OFDM载波通信模块接收机接收信号的主特征能量和主特征向量，并设计判决门限，利用有无OFDM信号时主特征能量的不同检测符号分组的起点。该方法具体实施例包括如下步骤：

S1.初始化主特征向量第一个元素u(0)＝1，主特征能量第一个元素d(0)＝0，遗忘因子β＝0.95，符号判决每次截取的OFDM载波通信模块接收信号Y(n)的长度为N个采样点，n＝1,2,…,N；

S2.利用RLS算法，顺序估计符号分组判决所截取的N个接收信号采样点的主特征能量和主特征向量，具体计算过程如下：

S21.当n＝1,2,…,N时，计算循环。

A.沿着主特征向量方向u(n-1)投影信号Y(n)

ν(n)＝u^T(n-1)Y(n)(7)

B.计算主特征能量d(n)

d(n)＝βd(n-1)+|ν(n)|²(8)

C.计算主特征向量u(n)

E(n)＝Y(n)-u(n-1)ν(n)(9)

$u\left(n\right)=u(n-1)+E\left(n\right)\frac{v\left(n\right)}{d\left(n\right)}---\left(10\right)$

S22.循环结束，得到主特征能量和主特征向量D(n)和U(n)，

D(n)＝[d(0),d(1),d(2),…,d(N-1)](11)

U(n)＝[u(0),u(1),u(2),…,u(N-1)](12)

S3.设计滤波器，跟踪记录主特征能量的最大值和最小值，并设计检测门限，判决OFDM符号分组是否到来，具体计算过程如下：

S31.滤波器系数γ＝0.9995，主特征能量的最大值M(n)和最小值m(n)跟踪方法：

M(n)＝γmax{d(n),M(n-1)}+(1-γ)d(n)(13)

m(n)＝γmin{d(n),m(n-1)}+(1-γ)d(n)(14)

S32.检测准则：

S4.为防止突发脉冲干扰造成检测错误，当检测结果T(n)中的元素连续L个为1时，1<L≤Ncp，则判定符号分组到来。Ncp为OFDM循环前缀点数。

使用MATLAB工具，对本发明实施例进行了仿真，仿真环境为电力线信道，噪声功率在-29dB～-10dB之间。如图6所示，是本发明所实施的符号分组检测方法与经典前导相关算法在不同噪声功率下，检测起点均值比较。符号分组起点设置为P_start＝1000，在OFDM数据分组之前添加999个噪声样点，在OFDM数据分组到来后，添加噪声信号，共同组成OFDM接收信号，并取100组这种数据进行测试。由图可见，本发明所实施方法比经典算法检测结果更准确，在高噪声功率环境中依然适用。图中新算法即为本发明所实施的符号分组检测方法。

Claims (3)

1.一种自动抄表系统OFDM载波通信模块符号分组检测方法，其特征在于包括如下步骤：

S1.初始化主特征向量第一个元素u(0)＝1，主特征能量第一个元素d(0)＝0，符号判决每次截取的OFDM载波通信模块接收信号Y(n)的长度为N个采样点，n＝1,2,…,N；

S2.顺序估计符号分组判决所截取的N个接收信号采样点的主特征能量和主特征向量，具体计算过程如下：

S21.当n＝1,2,…,N时，计算循环：

A.沿着主特征向量u(n-1)方向投影信号Y(n)

B.根据Y(n)在主特征向量投影能量，递归计算主特征能量d(n)

C.递归计算主特征向量u(n)

S22.循环结束，得到主特征能量和主特征向量D(n)和U(n)，

S3.利用滤波器跟踪记录主特征能量的最大值和最小值，根据最大值和最小值的变化自动更新检测门限，并判决OFDM符号分组是否到来，具体过程如下：

S31.滤波器系数γ＝0.9995，γ可调整，调整范围0<γ<1，主特征能量的最大值M(n)和最小值m(n)跟踪方法：

M(n)＝γmax{d(n),M(n-1)}+(1-γ)d(n)

m(n)＝γmin{d(n),m(n-1)}+(1-γ)d(n)

S32.检测准则：

S4.为防止突发脉冲干扰造成检测错误，当检测结果T(n)中的元素连续L个为1时，则判定符号分组到来。

2.根据权利要求1所述的自动抄表系统OFDM载波通信模块符号分组检测方法，其特征在于，所述符号判决每次截取的OFDM载波通信模块接收信号的长度N大于OFDM符号的子载波数。

3.根据权利要求1所述的自动抄表系统OFDM载波通信模块符号分组检测方法，其特征在于，所述步骤S4中，L的取值规定，1<L≤Ncp，其中Ncp为OFDM循环前缀点数。