CN110572189A - 一种利用Fermal理论的PLC信号滤波方法和系统 - Google Patents
一种利用Fermal理论的PLC信号滤波方法和系统 Download PDFInfo
- Publication number
- CN110572189A CN110572189A CN201910894740.7A CN201910894740A CN110572189A CN 110572189 A CN110572189 A CN 110572189A CN 201910894740 A CN201910894740 A CN 201910894740A CN 110572189 A CN110572189 A CN 110572189A
- Authority
- CN
- China
- Prior art keywords
- opt
- noise
- signal sequence
- matrix
- vector
- 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.)
- Withdrawn
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
- H04B2203/00—Indexing scheme relating to line transmission systems
- H04B2203/54—Aspects of powerline communications not already covered by H04B3/54 and its subgroups
- H04B2203/5404—Methods of transmitting or receiving signals via power distribution lines
- H04B2203/5425—Methods of transmitting or receiving signals via power distribution lines improving S/N by matching impedance, noise reduction, gain control
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明的实施例公开一种利用混合理论的PLC信号滤波方法和系统,所述方法包括:步骤1,输入实测的PLC信号序列S;步骤2,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
Description
技术领域
本发明涉及电力领域,尤其涉及一种PLC信号滤波方法和系统。
背景技术
电力线通信,相比各种有线通信技术,无需重新布线,易于组网等优点,具有广阔的应用前景。电力线通信技术分为窄带电力线通信(Narrowband over power line,NPL)和宽带电力线通信(Broadband over power line,BPL);窄带电力线通信是指带宽限定在3k~500kHz的电力线载波通信技术;电力线通信技术包括欧洲CENELEC的规定带宽(3~148.5kHz),美国联邦通讯委员会(FCC)的规定带宽(9~490kHz),日本无线工业及商贸联合会(Association of Radio Industries and Businesses,ARIB)的规定带宽(9~450kHz),和中国的规定带宽(3~500kHz)。窄带电力线通信技术多采用单载波调制技术,如PSK技术,DSSS技术和线性调频Chirp等技术,通信速率小于1Mbits/s;宽带电力线通信技术指带宽限定在1.6~30MHz之间、通信速率通常在1Mbps以上的电力线载波通信技术,采用以OFDM为核心的多种扩频通信技术。
虽然电力线通信系统有着广泛的应用,且技术相对成熟,但是电力线通信系统中大量的分支和电气设备,会在电力线信道中产生大量的噪声;而其中随机脉冲噪声具有很大的随机性,噪声强度高,对电力线通信系统造成严重破坏,因此,针对随机脉冲噪声的抑制技术,一直是国内外学者研究的重点;而且噪声模型并不符合高斯分布。因此,传统的针对高斯噪声设计的通信系统不再适用于电力线载波通信系统,必须研究相应的噪声抑制技术,以提高电力线通信系统信噪比,降低误码率,保证电力线通信系统质量。在实际应用中,一些简单的非线性技术经常被应用于消除电力线信道噪声,如Clipping、Blanking和Clipping/Blanking技术,但是这些研究方法都必须在一定的信噪比情况下才能良好工作,仅仅考虑了冲击噪声的消除,在电力线通信系统中,某些商用电力线发送器的特征是低发射功率,在一些特殊情况,发射功率甚至可能会低于18w,因此,在某些特殊情况,信号将会淹没在大量噪声中,导致电力线通信系统低信噪比情况。
随着非线性电器的应用和普及,中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性,常用的低通滤波器在非平稳和非高斯噪声环境中难以达到理想的滤波效果,很难滤除非平稳非高斯噪声,严重影响了PLC通信系统的性能。
发明内容
本发明的目的是提供一种利用Fermal理论的PLC信号滤波方法和系统,所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在信号Fermal表示域中的差异,通过优化技术区分PLC调制信号、脉冲噪声和背景噪声。所提出的方法具有较好的噪声滤除性能,计算也非常简单。
为实现上述目的,本发明提供了如下方案:
一种利用Fermal理论的PLC信号滤波方法,包括:
步骤1,输入实测的PLC信号序列S;
步骤2,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。。
一种利用Fermal理论的PLC信号滤波系统,包括:
获取模块,输入实测的PLC信号序列S;
滤波模块,根据Fermsl信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
虽然电力线通信系统有着广泛的应用,且技术相对成熟,但是电力线通信系统中大量的分支和电气设备,会在电力线信道中产生大量的噪声;随着非线性电器的应用和普及,中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性,常用的低通滤波器在非平稳和非高斯噪声环境中难以达到理想的滤波效果,很难滤除非平稳非高斯噪声,严重影响了PLC通信系统的性能。
本发明的目的是提供一种利用Fermal理论的PLC信号滤波方法和系统,所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在信号Fermal表示域中的差异,通过优化技术区分PLC调制信号、脉冲噪声和背景噪声。所提出的方法具有较好的噪声滤除性能,计算也非常简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图;
图2为本发明的系统结构示意图;
图3为本发明具体实施案例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用Fermal理论的PLC信号滤波方法的流程示意图
图1为本发明一种利用Fermal理论的PLC信号滤波方法的流程示意图。如图1所示,所述的一种利用Fermal理论的PLC信号滤波方法具体包括以下步骤:
步骤1,输入实测的PLC信号序列S;
步骤2,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
所述步骤2之前,所述方法还包括:
步骤3,求取所述最佳逼近矢量λOPT、修正矩阵D、最佳噪声逼近矢量zOPT和距离调整因子α。
所述步骤3包括:
步骤301,求取循环延迟矩阵P,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
循环参数
以N为模下取整
SNR:所述信号序列S的信噪比
步骤302,求取所述修正矩阵D,具体为:
D=ΣV
其中:
Σ:协方差矩阵[S-mS]T[S-mS]的特征值矩阵
V:协方差矩阵[S-mS]T[S-mS]的右特征值矩阵
mS:所述信号序列S的均值
步骤303,求取所述距离调整因子α,具体为:
其中:
ΓMAX:所述循环延迟矩阵P的最大特征值
ΓMIN:所述循环延迟矩阵P的最小特征值
步骤304,求取所述最佳逼近矢量λOPT和最佳噪声逼近矢量zOPT,具体为:
第一步,迭代初始化,具体为z1=[D-I]-1S:逼近矢量的初始化值
λ1=S:噪声逼近矢量的初始化值
k=1:迭代控制参数
第二步,迭代更新,具体为
λk+1=λk+α[Dzk+1-ωk+1]
其中:
恢复因子
所述特征值矩阵Σ中的最大元素
所述特征值矩阵Σ中的最小元素
q:用于求取极小值的中间参量
第三步:迭代终止,具体为迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于千分之一为止,此时k=K,λOPT=λK+1,zOPT=zK+1。图2一种利用Fermal理论的PLC信号滤波系统的结构意图
图2为本发明一种利用Fermal理论的PLC信号滤波系统的结构示意图。如图2所示,所述一种利用Fermal理论的PLC信号滤波系统包括以下结构:
获取模块401,输入实测的PLC信号序列S;
滤波模块402,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
所述的系统,还包括:
计算模块403,求取所述最佳逼近矢量λOPT、修正矩阵D、最佳噪声逼近矢量zOPT和距离调整因子α。
所述计算模块403,还包括下列单元,具体为:
延迟单元4031,求取循环延迟矩阵P,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
循环参数
以N为模下取整
SNR:所述信号序列S的信噪比
第一计算单元4032,求取所述修正矩阵D,具体为:
D=ΣV
其中:
Σ:协方差矩阵[S-mS]T[S-mS]的特征值矩阵
V:协方差矩阵[S-mS]T[S-mS]的右特征值矩阵
mS:所述信号序列S的均值
第二计算单元4033,求取所述距离调整因子α,具体为:
其中:
ΓMAX:所述循环延迟矩阵P的最大特征值
ΓMIN:所述循环延迟矩阵P的最小特征值
迭代单元4034,求取所述最佳逼近矢量λOPT和最佳噪声逼近矢量zOPT,具体为:
第一步,迭代初始化,具体为
z1=[D-I]-1S:逼近矢量的初始化值
λ1=S:噪声逼近矢量的初始化值
k=1:迭代控制参数
第二步,迭代更新,具体为
λk+1=λk+α[Dzk+1-ωk+1]
其中:
恢复因子
所述特征值矩阵Σ中的最大元素
所述特征值矩阵Σ中的最小元素
q:用于求取极小值的中间参量
第三步:迭代终止,具体为
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于千分之一为止,此时k=K,λOPT=λK+1,zOPT=zK+1。
下面提供一个具体实施案例,进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示,具体包括以下步骤:
1.输入实测的PLC信号序列
S=[s1,s2,…,sN-1,sN]
其中:
S:实测的PLC信号数据序列,长度为N
si,i=1,2,…,N:序号为i的实测PLC信号
2.求取循环延迟矩阵
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
循环参数
以N为模下取整
SNR:所述信号序列S的信噪比
3.求取修正矩阵
D=ΣV
其中:
Σ:协方差矩阵[S-mS]T[S-mS]的特征值矩阵
V:协方差矩阵[S-mS]T[S-mS]的右特征值矩阵
mS:所述信号序列S的均值
4.求取距离调整因子
其中:
ΓMAX:所述循环延迟矩阵P的最大特征值
ΓMIN:所述循环延迟矩阵P的最小特征值
5.求取佳逼近矢量和最佳噪声逼近矢量
第一步,迭代初始化,具体为
z1=[D-I]-1S:逼近矢量的初始化值
λ1=S:噪声逼近矢量的初始化值
k=1:迭代控制参数
第二步,迭代更新,具体为
λk+1=λk+α[Dzk+1-ωk+1]
其中:
恢复因子
所述特征值矩阵Σ中的最大元素
所述特征值矩阵Σ中的最小元素
q:用于求取极小值的中间参量
第三步:迭代终止,具体为
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于千分之一为止,此时k=K,λOPT=λK+1,zOPT=zK+1。
6.滤波
根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述较为简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种利用Fermal理论的PLC信号滤波方法,其特征在于,包括:
步骤1,输入实测的PLC信号序列S;
步骤2,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
2.根据权利要求1所述的方法,其特征在于,所述步骤2之前,所述方法还包括:
步骤3,求取所述最佳逼近矢量λOPT、修正矩阵D、最佳噪声逼近矢量zOPT和距离调整因子α。
3.根据权利要求2所述的方法,其特征在于,所述步骤3包括:
步骤301,求取循环延迟矩阵P,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
循环参数
以N为模下取整
SNR:所述信号序列S的信噪比
步骤302,求取所述修正矩阵D,具体为:
D=ΣV
其中:
Σ:协方差矩阵[S-mS]T[S-mS]的特征值矩阵
V:协方差矩阵[S-mS]T[S-mS]的右特征值矩阵
mS:所述信号序列S的均值
步骤303,求取所述距离调整因子α,具体为:
其中:
ΓMAX:所述循环延迟矩阵P的最大特征值
ΓMIN:所述循环延迟矩阵P的最小特征值
步骤304,求取所述最佳逼近矢量λOPT和最佳噪声逼近矢量zOPT,具体为:
第一步,迭代初始化,具体为
z1=[D-I]-1S:逼近矢量的初始化值
λ1=S:噪声逼近矢量的初始化值
k=1:迭代控制参数
第二步,迭代更新,具体为
λk+1=λk+α[Dzk+1-ωk+1]
其中:
恢复因子
所述特征值矩阵Σ中的最大元素
所述特征值矩阵Σ中的最小元素
q:用于求取极小值的中间参量
第三步:迭代终止,具体为迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于千分之一为止,此时k=K,λOPT=λK+1,zOPT=zK+1。
4.一种利用Fermal理论的PLC信号滤波系统,其特征在于,包括:
获取模块,输入实测的PLC信号序列S;
滤波模块,根据Fermal信号理论对所述PLC信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW;具体为,其中,λOPT为最佳逼近矢量;D为修正矩阵;zOPT为最佳噪声逼近矢量;α为距离调整因子;ω为求取最小值的中间参量。
5.根据权利要求4所述的系统,其特征在于,还包括:
计算模块,求取所述最佳逼近矢量λOPT、修正矩阵D、最佳噪声逼近矢量zOPT和距离调整因子α。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910894740.7A CN110572189A (zh) | 2019-09-20 | 2019-09-20 | 一种利用Fermal理论的PLC信号滤波方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910894740.7A CN110572189A (zh) | 2019-09-20 | 2019-09-20 | 一种利用Fermal理论的PLC信号滤波方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110572189A true CN110572189A (zh) | 2019-12-13 |
Family
ID=68781578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910894740.7A Withdrawn CN110572189A (zh) | 2019-09-20 | 2019-09-20 | 一种利用Fermal理论的PLC信号滤波方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110572189A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112179479A (zh) * | 2020-11-06 | 2021-01-05 | 华北电力大学 | 一种利用成形因子的功率信号重构方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101909987B1 (ko) * | 2018-03-26 | 2018-12-19 | (주) 테스 | 비접촉 활선 방식 저항성 누설전류 측정 장치 및 그 방법 |
CN109257069A (zh) * | 2018-09-11 | 2019-01-22 | 广东石油化工学院 | 电力线通信信号自适应滤波方法 |
CN111641434A (zh) * | 2020-05-25 | 2020-09-08 | 广东石油化工学院 | 一种利用完全矢量的plc信号滤波方法和系统 |
-
2019
- 2019-09-20 CN CN201910894740.7A patent/CN110572189A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101909987B1 (ko) * | 2018-03-26 | 2018-12-19 | (주) 테스 | 비접촉 활선 방식 저항성 누설전류 측정 장치 및 그 방법 |
CN109257069A (zh) * | 2018-09-11 | 2019-01-22 | 广东石油化工学院 | 电力线通信信号自适应滤波方法 |
CN111641434A (zh) * | 2020-05-25 | 2020-09-08 | 广东石油化工学院 | 一种利用完全矢量的plc信号滤波方法和系统 |
Non-Patent Citations (2)
Title |
---|
ZHAI MING-YUE等: ""Adaptive resource allocation for multi-user multi-server power-line"", 《J. CENT. SOUTH UNIV. TECHNOL》 * |
翟明岳: ""EMD-TFPF算法的电力线通信噪声消除技术研究"", 《电力系统保护与控制》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112179479A (zh) * | 2020-11-06 | 2021-01-05 | 华北电力大学 | 一种利用成形因子的功率信号重构方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111756405B (zh) | 一种利用f平方模的plc信道脉冲噪声检测方法和系统 | |
CN110336591B (zh) | 一种利用信号分离的plc信号滤波方法和系统 | |
CN111628804A (zh) | 一种利用Gilbert优化的PLC信号滤波方法和系统 | |
CN111641435A (zh) | 一种利用Fenchel共轭的PLC信号滤波方法和系统 | |
CN110719123B (zh) | 一种利用子空间优化理论的plc信号重构方法和系统 | |
CN110611522B (zh) | 一种利用多正则优化理论的plc信号重构方法和系统 | |
CN110572189A (zh) | 一种利用Fermal理论的PLC信号滤波方法和系统 | |
CN110719121A (zh) | 一种利用平方指数核的plc信道脉冲噪声检测方法和系统 | |
CN109117807B (zh) | 一种plc通信信号自适应时频峰值滤波方法及系统 | |
CN110784246A (zh) | 一种利用Lagrande因子的PLC信号滤波方法和系统 | |
CN111756408B (zh) | 一种利用模型预测的plc信号重构方法和系统 | |
CN110739986B (zh) | 一种利用投影累积量的plc信道脉冲噪声检测方法和系统 | |
CN111800165A (zh) | 一种利用奇异值矩阵的plc信号滤波方法和系统 | |
CN111641434A (zh) | 一种利用完全矢量的plc信号滤波方法和系统 | |
CN110635824B (zh) | 一种利用分类回归树的plc信道脉冲噪声检测方法和系统 | |
CN111641436A (zh) | 一种利用lp优化的plc信号滤波方法和系统 | |
CN111541635A (zh) | 一种利用t分布的PLC信号滤波方法和系统 | |
CN110661549B (zh) | 一种利用字典原子的plc信号重构方法和系统 | |
CN112383326B (zh) | 一种利用谱模阈值的plc信号滤波方法和系统 | |
CN110661548A (zh) | 一种利用l1模反演的plc信号滤波方法和系统 | |
CN110855324A (zh) | 一种利用字典恢复矩阵的plc信号滤波方法和系统 | |
CN110708094A (zh) | 一种利用Gibuss效应的PLC信号滤波方法和系统 | |
CN112350747B (zh) | 一种利用状态估计的plc信道脉冲噪声检测方法和系统 | |
CN110545127A (zh) | 一种利用一阶统计量的plc信号滤波方法和系统 | |
CN112165342B (zh) | 一种利用模式特征矢量的噪声检测方法和系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191213 |
|
WW01 | Invention patent application withdrawn after publication |