CN111669201A - 一种利用Dantzig优化的PLC信号滤波方法和系统 - Google Patents

一种利用Dantzig优化的PLC信号滤波方法和系统 Download PDF

Info

Publication number
CN111669201A
CN111669201A CN202010592965.XA CN202010592965A CN111669201A CN 111669201 A CN111669201 A CN 111669201A CN 202010592965 A CN202010592965 A CN 202010592965A CN 111669201 A CN111669201 A CN 111669201A
Authority
CN
China
Prior art keywords
matrix
eigenvalue
normalized correlation
signal sequence
correlation matrix
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Withdrawn
Application number
CN202010592965.XA
Other languages
English (en)
Inventor
翟明岳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN202010592965.XA priority Critical patent/CN111669201A/zh
Publication of CN111669201A publication Critical patent/CN111669201A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/04—Control of transmission; Equalising
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference
    • H04B15/005—Reducing noise, e.g. humm, from the supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/54—Systems for transmission via power distribution lines

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Image Processing (AREA)

Abstract

本发明的实施例公开一种利用Dantzig优化的PLC信号滤波方法和系统，所述方法包括：步骤101 获取按时间顺序采集的信号序列S；步骤102 求取Dantzig稀疏度p；步骤103 求取特征值加权和λp；步骤104 求取特征值矩阵Γ；步骤105 求取Dantzig稀疏度矩阵A；步骤106 求取滤除了噪声的信号序列Snew。

Description

一种利用Dantzig优化的PLC信号滤波方法和系统
技术领域
本发明涉及通信领域，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至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(3148.5kHz)，美国联邦通讯委员会(FCC)的规定带宽(9至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至450kHz)，和中国的规定带宽(3至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至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Clip-ping、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。
发明内容
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Dantzig优化的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混合表示领域中的差异，通过Dantzig优化性质区分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Dantzig优化的PLC信号滤波方法，包括：
步骤101获取按时间顺序采集的信号序列S：
步骤102求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure BDA0002556417760000021
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure BDA0002556417760000022
Figure BDA0002556417760000023
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
步骤103求取特征值加权和λp，具体为：
Figure BDA0002556417760000024
其中，
Figure BDA0002556417760000025
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure BDA0002556417760000026
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure BDA0002556417760000027
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
步骤104求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000028
是否大于或者等于σ0 ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000029
大于或者等于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure BDA00025564177600000210
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000211
小于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
步骤105求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
步骤106求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure BDA00025564177600000212
为：
Figure BDA00025564177600000213
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
一种利用Dantzig优化的PLC信号滤波系统，包括：
模块201获取按时间顺序采集的信号序列S；
模块202求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure BDA00025564177600000214
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure BDA00025564177600000215
Figure BDA00025564177600000216
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
模块203求取特征值加权和λp，具体为：
Figure BDA0002556417760000031
其中，
Figure BDA0002556417760000032
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure BDA0002556417760000033
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure BDA0002556417760000034
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
模块204求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000035
是否大于或者等于σ0 ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000036
大于或者等于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure BDA0002556417760000037
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000038
小于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
模块205求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
模块206求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure BDA0002556417760000039
为：
Figure BDA00025564177600000310
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
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：
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Dantzig优化的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混合表示领域中的差异，通过Dantzig优化性质区分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为本发明的系统流程示意图；
图3为本发明的具体实施案例流程示意图。
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Dantzig优化的PLC信号滤波方法的流程示意图
图1为本发明一种利用Dantzig优化的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Dantzig优化的PLC信号滤波方法具体包括以下步骤：
步骤101获取按时间顺序采集的信号序列S；
步骤102求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure BDA0002556417760000041
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure BDA0002556417760000042
Figure BDA0002556417760000043
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
步骤103求取特征值加权和λp，具体为：
Figure BDA0002556417760000044
其中，
Figure BDA0002556417760000045
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure BDA0002556417760000046
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure BDA0002556417760000047
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
步骤104求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000048
是否大于或者等于σ0 ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000049
大于或者等于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure BDA00025564177600000410
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000411
小于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
步骤105求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
步骤106求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure BDA0002556417760000051
为：
Figure BDA0002556417760000052
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
图2一种利用Dantzig优化的PLC信号滤波系统的结构意图
图2为本发明一种利用Dantzig优化的PLC信号滤波系统的结构示意图。如图2所示，所述一种利用Dantzig优化的PLC信号滤波系统包括以下结构：
模块201获取按时间顺序采集的信号序列S；
模块202求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure BDA0002556417760000053
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure BDA0002556417760000054
Figure BDA0002556417760000055
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
模块203求取特征值加权和λp，具体为：
Figure BDA0002556417760000056
其中，
Figure BDA0002556417760000057
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure BDA0002556417760000058
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure BDA0002556417760000059
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
模块204求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000510
是否大于或者等于σ0 ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000511
大于或者等于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure BDA00025564177600000512
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000513
小于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
模块205求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
模块206求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure BDA00025564177600000514
为：
Figure BDA00025564177600000515
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
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：
步骤301获取按时间顺序采集的信号序列S；
步骤302求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure BDA0002556417760000061
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure BDA0002556417760000062
Figure BDA0002556417760000063
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
步骤303求取特征值加权和λp，具体为：
Figure BDA0002556417760000064
其中，
Figure BDA0002556417760000065
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure BDA0002556417760000066
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure BDA0002556417760000067
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
步骤304求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000068
是否大于或者等于σ0 ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA0002556417760000069
大于或者等于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure BDA00025564177600000610
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure BDA00025564177600000611
小于σ0 ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
步骤305求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
步骤306求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure BDA00025564177600000612
为：
Figure BDA00025564177600000613
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
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 (2)

1.一种利用Dantzig优化的PLC信号滤波方法，其特征在于，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure FDA0002556417750000011
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure FDA0002556417750000012
Figure FDA00025564177500000114
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
步骤103求取特征值加权和λp，具体为：
Figure FDA0002556417750000013
其中，
Figure FDA0002556417750000014
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure FDA0002556417750000015
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure FDA0002556417750000016
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
步骤104求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure FDA0002556417750000017
是否大于或者等于σ0ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure FDA0002556417750000018
大于或者等于σ0ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure FDA0002556417750000019
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure FDA00025564177500000110
小于σ0ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
步骤105求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
步骤106求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure FDA00025564177500000111
为：
Figure FDA00025564177500000112
Figure FDA00025564177500000113
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
2.一种利用Dantzig优化的PLC信号滤波系统，其特征在于，包括：
模块201获取按时间顺序采集的信号序列S；
模块202求取Dantzig稀疏度p，具体为：所述Dantzig稀疏度p的求取公式为：
Figure FDA0002556417750000021
其中，snr为所述信号序列S的信噪比；λmin为归一化相关矩阵B的非零最小特征值；λmax为所述归一化相关矩阵B的最大特征值；所述归一化相关矩阵B的计算公式为
Figure FDA0002556417750000022
Figure FDA0002556417750000023
为下取整运算；m0为所述信号序列S的均值；σ0为所述信号序列S的均方差；
模块203求取特征值加权和λp，具体为：
Figure FDA0002556417750000024
其中，
Figure FDA0002556417750000025
为所述归一化相关矩阵B的第i个特征值；i为特征值序号；所述特征值序号i的取值范围为i＝1,2,···,p；ωi为第i个权重，所述第i个权重ωi的计算公式为：
Figure FDA0002556417750000026
mi为第i段均值，所述第i段均值mi的计算公式为：
Figure FDA0002556417750000027
j为元素第一序号，所述元素第一序号j的取值范围为：j＝1,2,···,i；sj为所述信号序列S的第j个元素；
模块204求取特征值矩阵Γ，具体为：判断所述归一化相关矩阵B的第k个特征值
Figure FDA0002556417750000028
是否大于或者等于σ0ln(snr+1)，得到第一判断结果。如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure FDA0002556417750000029
大于或者等于σ0ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：
Figure FDA00025564177500000210
如果所述第一判断结果显示所述归一化相关矩阵B的第k个特征值
Figure FDA00025564177500000211
小于σ0ln(snr+1)，则所述特征值矩阵Γ对角线第k个特征值γk为：γk＝0。其中，k为对角线元素序号，所述对角线元素序号k的取值范围为：k＝1,2,···,N；N为所述信号序列S的长度；
模块205求取Dantzig稀疏度矩阵A，具体为：所述Dantzig稀疏度矩阵A的计算公式为：A＝UΓV。其中，U为所述归一化相关矩阵B的左特征矢量矩阵；V为所述归一化相关矩阵B的右特征矢量矩阵；
模块206求取滤除了噪声的信号序列Snew，具体为：所述滤除了噪声的信号序列Snew的第n个元素
Figure FDA00025564177500000212
为：
Figure FDA00025564177500000213
Figure FDA00025564177500000214
其中，(AS)n表示矩阵AS为第n个元素，n为元素第二序号，所述元素第二序号n的取值范围为n＝1,2,···,N；sgn表示符号函数。
CN202010592965.XA 2020-06-25 2020-06-25 一种利用Dantzig优化的PLC信号滤波方法和系统 Withdrawn CN111669201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010592965.XA CN111669201A (zh) 2020-06-25 2020-06-25 一种利用Dantzig优化的PLC信号滤波方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010592965.XA CN111669201A (zh) 2020-06-25 2020-06-25 一种利用Dantzig优化的PLC信号滤波方法和系统

Publications (1)

Publication Number Publication Date
CN111669201A true CN111669201A (zh) 2020-09-15

Family

ID=72389812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010592965.XA Withdrawn CN111669201A (zh) 2020-06-25 2020-06-25 一种利用Dantzig优化的PLC信号滤波方法和系统

Country Status (1)

Country Link
CN (1) CN111669201A (zh)

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
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
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
CN111756456A (zh) 一种利用偏移量的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
CN111641434A (zh) 一种利用完全矢量的plc信号滤波方法和系统
CN111641436A (zh) 一种利用lp优化的plc信号滤波方法和系统
CN111934716B (zh) 一种电力线通信信号滤波方法及系统
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
CN111800165A (zh) 一种利用奇异值矩阵的plc信号滤波方法和系统
CN109117807A (zh) 一种plc通信信号自适应时频峰值滤波方法及系统
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
CN111669201A (zh) 一种利用Dantzig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
CN110572189A (zh) 一种利用Fermal理论的PLC信号滤波方法和系统
CN112104392B (zh) 一种利用状态矩阵的plc信道脉冲噪声检测方法和系统
CN112165342B (zh) 一种利用模式特征矢量的噪声检测方法和系统
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
CN112187319A (zh) 一种利用Dantzig选择器的PLC信号重构方法和系统
CN112350748B (zh) 一种利用卡方分布的plc信道脉冲噪声检测方法和系统
CN112383326B (zh) 一种利用谱模阈值的plc信号滤波方法和系统
CN111610747A (zh) 一种利用残差相关的plc信号重构方法和系统
CN110855324A (zh) 一种利用字典恢复矩阵的plc信号滤波方法和系统

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: 20200915

WW01 Invention patent application withdrawn after publication