CN106209169A - 一种基于压缩感知电力线脉冲噪声抑制的方法 - Google Patents

Abstract

一种基于压缩感知电力线脉冲噪声抑制的方法，将FRSL0应用于电力线脉冲噪声抑制，通过脉冲噪声抑制技术提高信号质量，较已有的CS方案，在同一信噪比下误码率显著提高，特别是在低信噪比情况下；另外算法时间的复杂度明显降低。本发明主要利用null tone信息，其核心是利用FRSLO算法估计出脉冲噪声，从而实现脉冲噪声抑制的目的，首先在发送端产生4QAM信号，然后通过电力线信道后，经过脉冲噪声抑制单元，估计出脉冲噪声后移除脉冲噪声,实验表明本发明较已有的CS方案，具有更好的脉冲噪声抑制效果。

Description

一种基于压缩感知电力线脉冲噪声抑制的方法

技术领域

本发明属于噪声抑制技术领域，具体涉及一种基于压缩感知电力线脉冲噪声抑制的方法。

背景技术

电力线通信是以电力配电线为介质，同时电力线实现信息交换，由于它不需重新布线，成本低，解决最后一公里的问题，相比其他网络有不可替代的优势。随着家庭局域网的普及，数字通信技术的飞速发展，因此成为现代通信的研究热点。相比于无线通信，电力线通信的环境更为恶劣，主要有多径传播、信道衰减、阻抗不匹配、严重噪声。其中脉冲噪声是噪声中最影响通信质量的，虽然现在很多电力线通信标准中均采用OFDM技术，虽然解决多径问题，提高传输速度，脉冲噪声具有高幅值，持续时间短，突发性高的特点，但脉冲噪声的存在严重影响通信质量，因此对脉冲噪声的消除就非常有必要。

最近几年随着压缩感知技术的兴起，越来越多的学者，将压缩感知应用于各自的领域。压缩感知基本思想是解决线性欠定方程，通过极小化L0norm，但L0norm是NP难问题。目前在电力线脉冲噪声抑制主要有L1Norm和SBL。都是利用全部或部分载波对脉冲噪声估计。SL0，L1,SBL都是基于CS技术的，利用null tone信息，随着null tone数目增加，三种方法的精度都得到提高，但复杂度也变高。SL0norm通过一类高斯函数近似L0norm相比L1norm精度提高，执行的时间更短。而SBL时间的复杂度比SL0，L1都高，性能高于L1norm，不好于SL0norm。

SLO norm由G.Hosein Mohimani提出，求解过程中采用最速下降法，虽然计算简单，但搜索路线呈锯齿状，收敛速度慢。为了提高收敛速度，提高脉冲噪声抑制效果，本专利采用共轭梯度法中的FR共轭梯度法。

文中所述的英文解释如下：

null tone为空载波，

all tone为全部载波，

SNR(signal to noise ratio)为信噪比，

SER(Symbol error rate)为误符号率，

SBL(sparse Bayesian learning)为稀疏贝叶斯学习，

Impulse noise(IN)为脉冲噪声，

L0norm为L0范数，

L1norm为L1范数，

Smooth-L0norm(SL0)为平滑L0范数，

OFDM(Orthogonal frequency-division multiplexing)为正交频分复用，

Compressive sensing(CS)为压缩感知，

IDFT(inverse discrete Fourier transform)为离散傅里叶反变换，

DFT(discrete Fourier transform)为离散傅里叶变换，

CP cyclic Prefix为循环前缀，

QAM Quadrature Amplitude Modulation为正交幅度调制，

FRSL0FR为共轭梯度SL0算法。

发明内容

为了克服上述现有技术的不足，本发明的目的是提供一种基于压缩感知电力线脉冲噪声抑制的方法，基于此本专利将FRSL0应用于电力线脉冲噪声抑制，通过脉冲噪声抑制技术提高信号质量。

为了实现上述目的，本发明采用的技术方案是：

一种基于压缩感知电力线脉冲噪声抑制的方法，包括以下步骤：

1)发送端产生4QAM频域信号X＝(X₀,X₁,...,X_N-1)^T；

2)经过IDFT后将频域信号转换成时域信号x＝(x₀,x₁,...,x_N-1)^T，其中x＝F^HX；其中F表示N阶DFT矩阵；

3)时域信号加CP后通过电力线后，信号变成r，其中r＝Hx+w+i，H表示PLC信道脉冲响应矩阵，w代表背景噪声，i表示脉冲噪声；

4)利用Null tone信息估计脉冲噪声i的数值，设null tone目录ξ下对应的DFT子矩阵为F₁,对应的接受信号为r_ξ,

由

其中即

用SL0算法求解方程得到i的估计值

SL0求解步骤：

A)初始化阶段，给定初始可行解i＝F₁ ⁺S,合适的衰减序列(σ₁,σ₂,...,σ_K)，步长因子μ＝0.5，迭代次数L＝3，j＝1,初始共轭方向p₀,其中F₁ ⁺为F₁的广义逆矩阵，K为信号的稀疏度即null-tone的数目；

B)迭代阶段

①更新σ，σ＝σ_j,

②更新可行下降方向p，p＝p₀,

③更新i，i＝i-μp,

④i投影到可行集上，i＝i-F₁ ⁺(F₁i-S),

⑤更新梯度方向p₁,

$p_1={\left(i_1\exp \right(-\frac{i_1^2}{2{\mathrm{\σ}}^2}),i_2\exp (-\frac{i_2^2}{2{\mathrm{\σ}}^2}),...,i_n\exp (-\frac{i_n^2}{2{\mathrm{\σ}}^2}\left)\right)}^T,$

⑥更新参数α，α＝||p₁||²/||p||²,

⑦更新共轭方向p₀，p₀＝p₁+α*p,

重复步骤1～7迭代L次，

⑧j＝j+1，若j＜K,重复步骤1～8，否则进入步骤9，

⑨返回估计值

5)接收端信号x*去掉得到的去除脉冲噪声后的信号

6)经过DFT后得到接受端4QAM频域信号比较X与计算出SER。

本发明的有益效果是：

1)本发明利用null tone信息，通过FRSL0算法估计脉冲噪声，较已有的CS方案有着更好的脉冲噪声抑制效果，在同一信噪比下误码大大率提高，特别低信噪比情况下；

2)本发明较已有的CS方案有着更低时间的复杂度，便于实时处理。

3)本发明利用null tone信息，通过FRSL0算法估计脉冲噪声，适用于现有的各种电力线噪声模型，具有很强的环境适应性。

附图说明

图1为本发明的信号流向结构示意图。

图2为本发明中在信噪比-10～25dB比较L1、SBL、GDSL0、FRSL0的BER的分析图。

图3为本发明中在在信噪比0dB null-tone-num 60～160比较L1、SBL、GDSL0、FRSL0的BER的分析图。

其中，1为4QAM数据产生模块；2为IDFT模块；3为加CP；4电力线信道；5电力线噪声包括背景噪声w和脉冲噪声i；6为减CP；7为脉冲噪声抑制模块(IN mitigation)；8为DFT模块；9；4QAM数据解码模块。

具体实施方式

以下结合实施例对本发明进一步叙述。

以图1为例，一种基于压缩感知电力线脉冲噪声抑制的方法，包括以下步骤：

1)4QAM频域模块生成频域信号X＝(X₀,X₁,...,X_N-1)^T；其中N为DFT数据长度；N＝256；

2)频域信号X经过IDFT后将频域信号转换成时域信号x＝(x₀,x₁,...,x_N-1)^T；其中x＝F^HX；其中F表示N阶DFT矩阵；

3)时域信号x加CP后通过电力线信道后，信号变成r，其中r＝Hx+w+i，H表示PLC信道脉冲响应矩阵，w代表背景噪声，i表示脉冲噪声；

4)利用Null tone信息估计脉冲噪声i的数值，设null tone目录ξ下对应的DFT子矩阵为F₁,对应的接受信号为r_ξ,

由

其中F₁Hx_ξ＝0，即

5)用SL0算法求解方程得到i的估计值

6)接收端信号x^*去掉得到的去除脉冲噪声后的信号

7)经过DFT后得到接受端4QAM频域信号比较X与计算出SER,

SL0求解步骤：

A)初始化阶段，给定初始可行解i＝F₁ ⁺S,合适的衰减序列(σ₁,σ₂,...,σ_K)，步长因子μ＝0.5，迭代次数L＝3，j＝1,初始共轭方向p₀,其中F₁ ⁺为F₁的广义逆矩阵，K为信号的稀疏度即null-tone的数目；

B)迭代阶段

①更新σ，σ＝σ_j,

②更新可行下降方向p，p＝p₀,

③更新i，i＝i-μp,

④i投影到可行集上，i＝i-F₁ ⁺(F₁i-S),

⑤更新梯度方向p₁,

$p_1={\left(i_1\exp \right(-\frac{i_1^2}{2{\mathrm{\σ}}^2}),i_2\exp (-\frac{i_2^2}{2{\mathrm{\σ}}^2}),...,i_n\exp (-\frac{i_n^2}{2{\mathrm{\σ}}^2}\left)\right)}^T,$

⑥更新参数α，α＝||p₁||²/||p||²,

⑦更新共轭方向p₀，p₀＝p₁+α*p,

重复步骤1～7迭代L次，

⑧j＝j+1，若j＜K,重复步骤1～8，否则进入步骤9，

⑨返回估计值

图1为系统结构示意图，如图1所示4QAM频域信号X经过IDFT后转换成时域信号x，x加CP后通过电力线信道由于衰减及噪声的影响，输出信号为r，r去CP后变成x^*，x^*通过脉冲噪声抑制单元消去得到去噪的后的时域信号 经过DFT单元后变成比较X与计算出SER

图2为在信噪比-10～25dB下no-mitigation、L1、SBL、GDSL0、FRSL0五种情况下，SNR与SER的仿真结果,分别代表no-mitigation、L1、SBL、GDSL0、FRSL0，SNR-BER变化曲线，实验表明FRSL0明显的优于L1、SBL、GDSL0

图3在信噪比0dB，null-tone-num 60～160下L1、SBL、GDSL0、FR的null-tone-num与BER仿真结果。分别代表在L1、SBL、GDSL0、FRSL0的null_tone_num-BER变化曲线，实验表明FRSL0明显的优于L1、SBL、GDSL0。

Claims (1)

1.一种基于压缩感知电力线脉冲噪声抑制的方法，其特征在于，包括以下步骤：

1)发送端产生4QAM频域信号X＝(X₀,X₁,...,X_N-1)^T；

2)经过IDFT后将频域信号转换成时域信号x＝(x₀,x₁,...,x_N-1)^T，其中x＝F^HX；其中F表示N阶DFT矩阵；

3)时域信号加CP后通过电力线后，信号变成r，其中r＝Hx+w+i，H表示PLC信道脉冲响应矩阵，w代表背景噪声，i表示脉冲噪声；

4)利用Null tone信息估计脉冲噪声i的数值，设null tone目录ξ下对应的DFT子矩阵为F₁,对应的接受信号为r_ξ,

由

其中F₁Hx_ξ＝0，即

用SL0算法求解方程得到i的估计值

SL0求解步骤：

A)初始化阶段，给定初始可行解i＝F₁ ⁺S,合适的衰减序列(σ₁,σ₂,...,σ_K)，步长因子μ＝0.5，迭代次数L＝3，j＝1,初始共轭方向p₀,其中F₁ ⁺为F₁的广义逆矩阵，K为信号的稀疏度即null-tone的数目；

B)迭代阶段

①更新σ，σ＝σ_j,

②更新可行下降方向p，p＝p₀,

③更新i，i＝i-μp,

④i投影到可行集上，i＝i-F₁ ⁺(F₁i-S),

⑤更新梯度方向p₁,

$p_1={\left(i_1\exp \right(-\frac{i_1^2}{2{\mathrm{\σ}}^2}),i_2\exp (-\frac{i_2^2}{2{\mathrm{\σ}}^2}),...,i_n\exp (-\frac{i_n^2}{2{\mathrm{\σ}}^2}\left)\right)}^T,$

⑥更新参数α，α＝||p₁||²/||p||²,

⑦更新共轭方向p₀，p₀＝p₁+α*p,

重复步骤1～7迭代L次，

⑧j＝j+1，若j＜K,重复步骤1～8，否则进入步骤9，

⑨返回估计值

5)接收端信号x^*去掉得到的去除脉冲噪声后的信号

$\hat{x}=x^{*}-\hat{i};$

6)经过DFT后得到接受端4QAM频域信号比较X与计算出SER。