CN109067433B - 适用于智能电能表的低压电力线载波通信噪声抑制方法 - Google Patents
适用于智能电能表的低压电力线载波通信噪声抑制方法 Download PDFInfo
- Publication number
- CN109067433B CN109067433B CN201811025732.0A CN201811025732A CN109067433B CN 109067433 B CN109067433 B CN 109067433B CN 201811025732 A CN201811025732 A CN 201811025732A CN 109067433 B CN109067433 B CN 109067433B
- Authority
- CN
- China
- Prior art keywords
- noise
- signal
- harmonic
- random
- power line
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000001629 suppression Effects 0.000 title abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004088 simulation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- H04B15/00—Suppression or limitation of noise or interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开了适用于智能电能表的低压电力线载波通信噪声抑制方法,包括:步骤1,接收含噪信号s(n);步骤2,判断含噪信号s(n)是否存在随机脉冲噪声干扰,若存在,则转入步骤3,若不存在,则转入步骤5;步骤3,取得随机脉冲噪声估计,重建随机脉冲噪声i(n);步骤4,将含噪信号s(n)与重建的随机脉冲噪声i(n)作差,得到不含随机脉冲噪声的信号s1(n);步骤5,判断不含随机脉冲噪声的信号s1(n)是否具有较强谐波分量,若存在,则转入步骤6,若不存在,则得到输出信号x(n)=s1(n);步骤6,取得谐波噪声的估计,重建谐波噪声f(n);步骤7,将信号s1(n)与重建的谐波噪声f(n)作差,得到消噪后的信号x(n),并输x(n)。其应用时,可以有效减少随机脉冲噪声和谐波噪声对载波信号的影响,提高通信质量。
Description
技术领域
本发明涉及通信系统中的噪声抑制技术领域,具体涉及适用于智能电能表的低压电力线载波通信噪声抑制方法。
背景技术
电网是世界上分布最广泛、覆盖地区最多的网络,采用低压电力线作为通信信道具有独特的优势。在实际生产生活中,由于应用的不同,以及各地区的配网结构和电力线信道特性的差异,使得许多电力线通信系统之间缺乏兼容性。为了保证低压电力线载波通信系统的互换性,需要实现对电力线噪声的抑制,提高通信质量。电网系统中的噪声污染是相当严重的,尤其是低压电力线上数量庞大、种类繁多的电器接入,导致电力线载波通信受到很大影响。电网中的噪声主要有两类:一类是非人为噪声,例如雷电在电力线上产生的噪声;另一类是人为噪声,来自各类电器、输电设备等。影响电力线通信的主要是人为噪声,其中以脉冲噪声和谐波噪声干扰最为严重。对于随机脉冲噪声,一般由电器接入产生,是一种非高斯分布噪声,脉冲宽度基本不超过3ms,在时域上具有稀疏性;而电力线上产生的谐波噪声,特别是3次、5次、7次谐波,在工频一定的情况下,谐波噪声分布在特定的一些频点上,满足频域上的稀疏性。实际情况下,低次谐波分量幅值相对较大,是影响通信质量的主要因素。因此检测并消除低压电力线载波信号传输过程中的噪声对载波通信质量的提高和载波通信模块互换性的研究都有重要意义。
发明内容
本发明针对现有技术存在的不足,提供适用于智能电能表的低压电力线载波通信噪声抑制方法,其应用时,可以有效减少随机脉冲噪声和谐波噪声对载波信号的影响,提高通信质量,促进载波通信模块互换性的研究。
本发明通过以下技术方案实现:
适用于智能电能表的低压电力线载波通信噪声抑制方法,包括以下步骤:
步骤1,通过智能电能表接收一串低压电力线含噪信号s(n);
步骤2,对含噪信号s(n)进行幅值估计,判断该载波信号是否存在随机脉冲噪声干扰,若存在,则转入步骤3,若不存在,则转入步骤5;
步骤3,运用压缩感知理论得到随机脉冲噪声估计,重建随机脉冲噪声i(n);
步骤4,将接收到的含噪信号s(n)与重建的随机脉冲噪声i(n)作差,得到不含随机脉冲噪声的信号s1(n);
步骤5,对不含随机脉冲噪声的信号s1(n)频率分量进行估计,判断该信号是否具有较强谐波分量,即是否存在谐波噪声,若存在,则转入步骤6,若不存在,则得到输出信号x(n)=s1(n);
步骤6,运用压缩感知(CS)理论得到谐波噪声的估计,并重建谐波噪声f(n);
步骤7,将信号s1(n)与重建的谐波噪声f(n)作差,得到消噪后的信号x(n),并输出消噪后的信号x(n)。
优选地,在步骤3中,重建随机脉冲噪声i(n)时,根据随机脉冲噪声的时域稀疏性建立观测矩阵Θi(n),并通过OMP算法实现脉冲噪声位置和幅度的估计,从而实现重构。
优选地,在步骤6中,重建谐波噪声f(n)时,只考虑重构出的谐波信号与原谐波信号的相似性,不考虑相位与频率之间的模糊问题。
优选地,在步骤6中,重建谐波噪声f(n)时,根据谐波噪声的频域稀疏信号构建观测矩阵Θf(n),再通过OMP算法估计噪声中包含的每一个谐波分量。
本发明适用于智能电能表的低压电力线载波通信噪声抑制方法具有如下的优点和有益效果:
针对电网中存在的大幅度时域随机脉冲噪声和谐波噪声对低压电力线载波通信质量有极大影响这一问题,本发明提出了适用于智能电能表的低压电力线载波通信噪声抑制方法,根据随机脉冲噪声的时域稀疏性和谐波噪声的频域稀疏性,运用压缩感知理论对其重构,从而实现对电力线噪声的抑制,将该方法应用于载波通信模块互换性的研究,可以降低载波模块互换引起的误码率,提高载波通信系统的鲁棒性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的实现流程图;
图2为实施例中仿真使用的通信信号和含噪信号;
图3为实施例中重建的随机脉冲噪声与原随机脉冲噪声的对比图和估计的误差图;
图4为实施例中重建的谐波噪声与原谐波噪声的对比图和估计的误差图;
图5为实施例中含噪信号和消噪后的信号及对比误差图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1所示,适用于智能电能表的低压电力线载波通信噪声抑制方法,包括以下步骤:
步骤1,通过智能电能表接收一串低压电力线含噪信号s(n);
步骤2,对含噪信号s(n)进行幅值估计,判断该载波信号是否存在随机脉冲噪声干扰,若存在,则转入步骤3,若不存在,则转入步骤5;
步骤3,运用压缩感知(CS)理论得到随机脉冲噪声估计,重建随机脉冲噪声:
根据随机脉冲噪声的时域稀疏性,设计M×N的观测矩阵Θi(n)={θ1,θ2,…,θN},其中M为观测个数。假设M个观测值中随机脉冲噪声出现在K个采样点处,则θj(j=1,2,…N)是M个元素构成的序列,其中K个元素为1,其他元素全为0。满足条件的θj共有个,这构成了矩阵Θi(n)。集合{θj,j=1,2,…N}包含了K个脉冲噪声出现位置的全部可能。通过OMP算法即可实现脉冲噪声位置和幅度的估计,从而实现重构;
步骤4,将接收到的含噪信号s(n)与重建的随机脉冲噪声i(n)作差,得到不含随机脉冲噪声的信号s1(n);
步骤5,对不含随机脉冲噪声的信号s1(n)(若原始信号s(n)不含随机脉冲,则s1(n)=s(n))频率分量进行估计,判断该信号是否具有较强谐波分量,即是否存在谐波噪声,若存在,则转入步骤6,若不存在,则得到输出信号x(n)=s1(n);
步骤6,运用压缩感知(CS)理论得到谐波噪声的估计,并重建谐波噪声f(n):对于谐波噪声,需要实现对每个元素的频率和相位的估计。这里只关注重构出的谐波信号波形与原谐波信号的相似性,不考虑相位与频率之间的模糊问题。谐波噪声的频率分布在特定的几个频点上,而相位满足随机分布。假设谐波噪声包含K个较大的频率分量,则谐波噪声在频域上为K稀疏信号。构建观测矩阵Θf(n)如下:
其中tm(m=1,2,…M)为采样点,{fn,n=1,2,…N}为频率搜索范围。通过OMP算法可以估计噪声中包含的每一个谐波分量;
步骤7,将信号s1(n)与重建的谐波噪声f(n)作差,得到消噪后的信号x(n),并输出消噪的信号x(n)。
具体实验条件:通信信号X(n)是幅值为15,频率为50Hz的正弦信号。由电力系统噪声分析,噪声信号表示为:e(n)=i(n)+f(n),其中随机脉冲噪声i(n)通常采用伯努利-高斯模型(Bernoulli-Gaussian,BG)进行仿真:i(n)=b(n)g(n),b(n)为伯努利随机序列,脉冲噪声出现的概率服从伯努利随机过程;g(n)是高斯序列,其幅值满足高斯分布。仿真设置b(n)满足λ=0.03的伯努利随机分布,g(n)满足均值为30,方差为σ2=10的高斯序列。采样点数N=201,并选择电力线工频为f0=50Hz。仿真实验中谐波噪声考虑幅值较大的3次、5次、7次谐波分量:
仿真内容与结果:在上述实验条件下,如图2所示,含噪信号s(n)=X(n)+e(n)。图3(a)为脉冲噪声i(n)与重建脉冲噪声的对比,通过构建观测矩阵Θi(n),运用OMP算法实现对随机脉冲噪声的重构,从图3(c)中可以看出误差很小。图4是重构谐波噪声及与原始谐波噪声f(n)的对比,通过构建观测矩阵Θf(n),运用OMP算法得到K个谐波分量的频率和相位的估计,实现谐波信号的重构。重构的随机脉冲噪声和谐波噪声叠加即可得到重构噪声图5(a)为含噪信号s(n),图5(b)为消噪后的信号x(n),通过得到,图5(c)为估计误差,由X(n)-x(n)得到。由图5(c)可以看出通信信号X(n)得到了很好的恢复,消噪后的信号x(n)与原通信信号X(n)相比误差很小。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.适用于智能电能表的低压电力线载波通信噪声抑制方法,其特征在于,包括以下步骤:
步骤1,通过智能电能表接收一串低压电力线含噪信号s(n);
步骤2,对含噪信号s(n)进行幅值估计,判断该载波信号是否存在随机脉冲噪声干扰,若存在,则转入步骤3,若不存在,则转入步骤5;
步骤3,运用压缩感知理论得到随机脉冲噪声估计,重建随机脉冲噪声i(n);
步骤4,将接收到的含噪信号s(n)与重建的随机脉冲噪声i(n)作差,得到不含随机脉冲噪声的信号s1(n);
所述随机脉冲噪声由电器接入产生,随机脉冲噪声是一种非高斯分布噪声,在时域上具有稀疏性,在步骤3中,重建随机脉冲噪声i(n)时,根据随机脉冲噪声的时域稀疏性建立观测矩阵Θi(n),并通过OMP算法实现脉冲噪声位置和幅度的估计,从而实现重构;
步骤5,对不含随机脉冲噪声的信号s1(n)频率分量进行估计,判断该信号是否具有较强谐波分量,即是否存在谐波噪声,若存在,则转入步骤6,若不存在,则得到输出信号x(n)=s1(n);
步骤6,运用压缩感知理论得到谐波噪声的估计,并重建谐波噪声f(n);
步骤7,将信号s1(n)与重建的谐波噪声f(n)作差,得到消噪后的信号x(n),并输出消噪后的信号x(n);
所述谐波噪声由电力线上产生,满足频域上的稀疏性,在步骤6中,重建谐波噪声f(n)时,根据谐波噪声的频域稀疏信号构建观测矩阵Θf(n),再通过OMP算法估计噪声中包含的每一个谐波分量。
2.根据权利要求1所述的适用于智能电能表的低压电力线载波通信噪声抑制方法,其特征在于,在步骤6中,重建谐波噪声f(n)时,只考虑重构出的谐波信号与原谐波信号的相似性,不考虑相位与频率之间的模糊问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811025732.0A CN109067433B (zh) | 2018-09-04 | 2018-09-04 | 适用于智能电能表的低压电力线载波通信噪声抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811025732.0A CN109067433B (zh) | 2018-09-04 | 2018-09-04 | 适用于智能电能表的低压电力线载波通信噪声抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109067433A CN109067433A (zh) | 2018-12-21 |
CN109067433B true CN109067433B (zh) | 2021-07-20 |
Family
ID=64759623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811025732.0A Active CN109067433B (zh) | 2018-09-04 | 2018-09-04 | 适用于智能电能表的低压电力线载波通信噪声抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109067433B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104392B (zh) * | 2020-10-08 | 2021-06-11 | 广东石油化工学院 | 一种利用状态矩阵的plc信道脉冲噪声检测方法和系统 |
CN112737636B (zh) * | 2020-12-03 | 2023-03-24 | 北华大学 | 一种基于电力信号传输奇异性度量的压缩感知及重建的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356886A (zh) * | 2015-06-26 | 2016-02-24 | 深圳市国电科技通信有限公司 | 基于压缩感知的电力线噪声压缩方法及其装置 |
CN106936753A (zh) * | 2015-12-31 | 2017-07-07 | 钜泉光电科技(上海)股份有限公司 | 一种基于ofdm电力线通信的传输方法 |
CN107360111A (zh) * | 2017-06-01 | 2017-11-17 | 宁波大学 | 一种基于压缩感知的电力线通信中脉冲噪声消除方法 |
CN107592135A (zh) * | 2017-05-16 | 2018-01-16 | 湖南人文科技学院 | 一种电力线通信自适应脉冲噪声抑制方法 |
CN107612865A (zh) * | 2017-10-12 | 2018-01-19 | 国网天津市电力公司电力科学研究院 | 一种应用于低压电力线载波通信的信号降噪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9148320B1 (en) * | 2014-09-29 | 2015-09-29 | Landis+Gyr Technologies, Llc | Transceiver front-end for communication over power lines |
-
2018
- 2018-09-04 CN CN201811025732.0A patent/CN109067433B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356886A (zh) * | 2015-06-26 | 2016-02-24 | 深圳市国电科技通信有限公司 | 基于压缩感知的电力线噪声压缩方法及其装置 |
CN106936753A (zh) * | 2015-12-31 | 2017-07-07 | 钜泉光电科技(上海)股份有限公司 | 一种基于ofdm电力线通信的传输方法 |
CN107592135A (zh) * | 2017-05-16 | 2018-01-16 | 湖南人文科技学院 | 一种电力线通信自适应脉冲噪声抑制方法 |
CN107360111A (zh) * | 2017-06-01 | 2017-11-17 | 宁波大学 | 一种基于压缩感知的电力线通信中脉冲噪声消除方法 |
CN107612865A (zh) * | 2017-10-12 | 2018-01-19 | 国网天津市电力公司电力科学研究院 | 一种应用于低压电力线载波通信的信号降噪方法 |
Non-Patent Citations (2)
Title |
---|
基于压缩感知的电力线信道与噪声特性分析;杨健;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150115;第101-106页 * |
基于硬阈值迭代的电力线载波通信脉冲噪声抑制方法;余明宸等;《电信科学》;人民邮电出版社;20161120;第32卷(第11期);第I136-202页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109067433A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Su et al. | Power harmonic and interharmonic detection method in renewable power based on Nuttall double‐window all‐phase FFT algorithm | |
Wen et al. | Spectral correction approach based on desirable sidelobe window for harmonic analysis of industrial power system | |
Hasheminejad et al. | Traveling‐wave‐based protection of parallel transmission lines using Teager energy operator and fuzzy systems | |
Li et al. | An EEMD‐Based Denoising Method for Seismic Signal of High Arch Dam Combining Wavelet with Singular Spectrum Analysis | |
CN107395157B (zh) | 基于小波变换和加权移动平均的接地网电位差滤波方法 | |
CN109067433B (zh) | 适用于智能电能表的低压电力线载波通信噪声抑制方法 | |
CN110068759A (zh) | 一种故障类型获得方法及装置 | |
Hussein et al. | Denoising different types of acoustic partial discharge signals using power spectral subtraction | |
Abdoos et al. | Accurate and fast DC offset removal method for digital relaying schemes | |
Chan et al. | Hybrid method on signal de‐noising and representation for online partial discharge monitoring of power transformers at substations | |
Borkowski et al. | Interpolated-DFT-based fast and accurate amplitude and phase estimation for the control of power | |
CN116047163A (zh) | 一种电力系统间谐波检测方法及装置 | |
CN107991531A (zh) | 基于变分模态分解和去除噪声的电网谐波检测方法 | |
Lu et al. | Wide‐band interference mitigation algorithm for SAR based on time‐varying filtering and sparse recovery | |
Nayak et al. | A robust extended Kalman filter for the estimation of time varying power system harmonics in noise | |
CN110287853B (zh) | 一种基于小波分解的暂态信号去噪方法 | |
CN109460614B (zh) | 基于瞬时带宽的信号时间-频率分解方法 | |
Ghogho et al. | Performance analysis of cyclic statistics for the estimation of harmonics in multiplicative and additive noise | |
CN110808929A (zh) | 相减策略的实复转换式信噪比估计算法 | |
CN103344988B (zh) | 基于k-l分解的可控震源信号相位检测方法 | |
Zhao et al. | High‐order partial differential equation de‐noising method for vibration signal | |
Moore et al. | On nonlinear filters involving transformation of the time variable | |
Kaiser et al. | Spectral correlation analysis of narrowband power line noise | |
Ahmad et al. | Analysis and Classification of Airborne Radar Signal Types Using Time-Frequency Analysis | |
Lee et al. | Enhanced pulse amplitude estimation for electronic warfare systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |