CN106209169A - 一种基于压缩感知电力线脉冲噪声抑制的方法 - Google Patents
一种基于压缩感知电力线脉冲噪声抑制的方法 Download PDFInfo
- Publication number
- CN106209169A CN106209169A CN201610616402.3A CN201610616402A CN106209169A CN 106209169 A CN106209169 A CN 106209169A CN 201610616402 A CN201610616402 A CN 201610616402A CN 106209169 A CN106209169 A CN 106209169A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise
- impulse noise
- updated
- electric lines
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Noise Elimination (AREA)
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
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,...,XN-1)T;
2)经过IDFT后将频域信号转换成时域信号x=(x0,x1,...,xN-1)T,其中x=FHX;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rξ,
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,...,σK),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=σj,
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,
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,...,XN-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,...,xN-1)T;其中x=FHX;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rξ,
由
其中F1Hxξ=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,...,σK),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=σj,
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,
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,...,XN-1)T;
2)经过IDFT后将频域信号转换成时域信号x=(x0,x1,...,xN-1)T,其中x=FHX;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rξ,
由
其中F1Hxξ=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,...,σK),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=σj,
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,
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610616402.3A CN106209169A (zh) | 2016-07-29 | 2016-07-29 | 一种基于压缩感知电力线脉冲噪声抑制的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610616402.3A CN106209169A (zh) | 2016-07-29 | 2016-07-29 | 一种基于压缩感知电力线脉冲噪声抑制的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106209169A true CN106209169A (zh) | 2016-12-07 |
Family
ID=57497684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610616402.3A Pending CN106209169A (zh) | 2016-07-29 | 2016-07-29 | 一种基于压缩感知电力线脉冲噪声抑制的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106209169A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108649997A (zh) * | 2018-04-19 | 2018-10-12 | 国网重庆市电力公司电力科学研究院 | 一种多入多出电力线通信窄带噪声的自适应消除方法、系统 |
CN109729035A (zh) * | 2018-11-07 | 2019-05-07 | 宁波大学 | 一种正交频分复用技术通信系统中的脉冲噪声抑制方法 |
CN110545127A (zh) * | 2019-09-06 | 2019-12-06 | 广东石油化工学院 | 一种利用一阶统计量的plc信号滤波方法和系统 |
CN110703004A (zh) * | 2019-10-03 | 2020-01-17 | 广东石油化工学院 | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 |
CN110739986A (zh) * | 2019-10-20 | 2020-01-31 | 广东石油化工学院 | 一种利用投影累积量的plc信道脉冲噪声检测方法和系统 |
CN111181891A (zh) * | 2019-10-21 | 2020-05-19 | 浙江万胜智能科技股份有限公司 | 一种改进的基于压缩感知的电力线脉冲噪声抑制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103441962A (zh) * | 2013-07-17 | 2013-12-11 | 宁波大学 | 一种基于压缩感知的ofdm系统脉冲干扰抑制方法 |
CN103457638A (zh) * | 2013-09-11 | 2013-12-18 | 大连理工大学 | 电力线通信信道突发脉冲噪声的抑制装置及其抑制方法 |
-
2016
- 2016-07-29 CN CN201610616402.3A patent/CN106209169A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103441962A (zh) * | 2013-07-17 | 2013-12-11 | 宁波大学 | 一种基于压缩感知的ofdm系统脉冲干扰抑制方法 |
CN103457638A (zh) * | 2013-09-11 | 2013-12-18 | 大连理工大学 | 电力线通信信道突发脉冲噪声的抑制装置及其抑制方法 |
Non-Patent Citations (2)
Title |
---|
F.H.JUWONO .EL: "《Impulsive noise detection in PLC with smoothed L0-norm》", 《ACOUSTICS, SPEECH AND SIGNAL PROCESSING,2015 IEEE INTERNATIONAL CONFERENCE》 * |
刘春华: "《压缩感知平滑L0范数算法的改进》", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108649997A (zh) * | 2018-04-19 | 2018-10-12 | 国网重庆市电力公司电力科学研究院 | 一种多入多出电力线通信窄带噪声的自适应消除方法、系统 |
CN109729035A (zh) * | 2018-11-07 | 2019-05-07 | 宁波大学 | 一种正交频分复用技术通信系统中的脉冲噪声抑制方法 |
CN110545127A (zh) * | 2019-09-06 | 2019-12-06 | 广东石油化工学院 | 一种利用一阶统计量的plc信号滤波方法和系统 |
CN110703004A (zh) * | 2019-10-03 | 2020-01-17 | 广东石油化工学院 | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 |
CN110739986A (zh) * | 2019-10-20 | 2020-01-31 | 广东石油化工学院 | 一种利用投影累积量的plc信道脉冲噪声检测方法和系统 |
CN111181891A (zh) * | 2019-10-21 | 2020-05-19 | 浙江万胜智能科技股份有限公司 | 一种改进的基于压缩感知的电力线脉冲噪声抑制方法 |
CN111181891B (zh) * | 2019-10-21 | 2023-04-28 | 浙江万胜智能科技股份有限公司 | 一种改进的基于压缩感知的电力线脉冲噪声抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106209169A (zh) | 一种基于压缩感知电力线脉冲噪声抑制的方法 | |
CN109922020B (zh) | 一种计算复杂度低的正交时频空调制的均衡方法 | |
JP4768742B2 (ja) | 通信システムに適用される装置及び方法 | |
Srivastava et al. | Bayesian learning aided sparse channel estimation for orthogonal time frequency space modulated systems | |
CN101997807B (zh) | 一种信道估计方法及装置 | |
CN101404631B (zh) | 一种单载波系统的自适应均衡方法 | |
CN107359906B (zh) | 低压电力线通信系统中脉冲噪声的抑制方法 | |
CN108616314A (zh) | 一种基于ofdm的水声通信系统脉冲噪声抑制方法 | |
CN110311872A (zh) | 一种水声稀疏信道估计方法、系统、设备及存储介质 | |
CN106302298A (zh) | 一种消除正交频分复用水声通信系统限幅噪声的方法 | |
CN113452641B (zh) | 一种fbmc信道估计方法、系统、计算机设备、终端 | |
CN109729035A (zh) | 一种正交频分复用技术通信系统中的脉冲噪声抑制方法 | |
CN108270702A (zh) | 基于MCMC的turbo迭代均衡检测方法 | |
CN113242191A (zh) | 一种改进的时序多重稀疏贝叶斯学习水声信道估计方法 | |
US8284875B2 (en) | Methods and systems for frequency domain gain control in OFDM MIMO systems | |
CN111010355B (zh) | 一种穿钢系统的信道估计方法 | |
Shen et al. | BEM adaptive filtering for SI cancellation in full-duplex underwater acoustic systems | |
Trivedi et al. | Low complexity interference compensation for DFRFT‐based OFDM system with CFO | |
Qiao et al. | Chirp Z-transform based sparse channel estimation for underwater acoustic OFDM in clustered channels | |
CN111726308B (zh) | 基于频响预插值的正交匹配追踪信道估计方法 | |
WO2017097077A1 (zh) | 一种数据处理的方法及装置 | |
CN102780660B (zh) | 一种信道估计方法及装置 | |
Gao et al. | Research on OTFS Performance Based on Joint-Sparse Fast Time-Varying Channel Estimation | |
Sheng et al. | A BEM method of channel estimation for OFDM systems in high-speed train environment | |
Wang et al. | An efficient sparse channel estimation method with predetermined sparsity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |