CN111756405B - 一种利用f平方模的plc信道脉冲噪声检测方法和系统 - Google Patents
一种利用f平方模的plc信道脉冲噪声检测方法和系统 Download PDFInfo
- Publication number
- CN111756405B CN111756405B CN202010632181.5A CN202010632181A CN111756405B CN 111756405 B CN111756405 B CN 111756405B CN 202010632181 A CN202010632181 A CN 202010632181A CN 111756405 B CN111756405 B CN 111756405B
- Authority
- CN
- China
- Prior art keywords
- sequence
- matrix
- impulse noise
- factor
- gaussian
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 63
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims description 14
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 102000016550 Complement Factor H Human genes 0.000 description 1
- 108010053085 Complement Factor H Proteins 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/02—Details
- H04B3/46—Monitoring; Testing
-
- 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)
- Noise Elimination (AREA)
- Dc Digital Transmission (AREA)
Abstract
本发明的实施例公开一种利用F平方模的PLC信道脉冲噪声检测方法和系统，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求取数据延迟因子K；步骤103生成第n个信号延迟序列ΔSn；步骤104求取高斯初始矩阵Q0；步骤105初始化迭代控制参数k；步骤106求取高斯优化更新矩阵Qk+1；步骤107求取F平方模误差εk+1；步骤108判断所述F平方模误差εk+1是否大于或等于预设阈值ε0；步骤109求取F平方模优化因子Hn；步骤110判断PLC脉冲噪声。
Description
技术领域
本发明涉及通信领域，尤其涉及一种PLC信道脉冲噪声的检测方法和系统。
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(9490kHz)，日本无线工业及商贸联合会(Association of Radio Industries and Businesses，ARIB)的规定带宽(9450kHz)，和中国的规定带宽(3500kHz)。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1.630MHz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。
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，脉冲噪声变得更为常见和严重，而要滤除此类脉冲噪声，首先要检测到脉冲噪声然后才能进一步采取相应的措施，而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。
本发明的目的是提供一种利用F平方模的PLC信道脉冲噪声检测方法和系统，所提出的方法利用了PLC信道脉冲噪声差值与背景噪声差值在F平方模方面的差异，提高了脉冲噪声检测性能。所提出的方法具有较好的鲁棒性，计算也较为简单。
为实现上述目的，本发明提供了如下方案：
一种利用F平方模的PLC信道脉冲噪声检测方法，包括：
步骤101 获取按时间顺序采集的信号序列S；
步骤102 求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
步骤103 生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；||N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
步骤104 求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
步骤105 初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
步骤106 求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为h＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
步骤107 求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，||||F表示Frobenius模；
步骤108 判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述步骤106、所述步骤107和所述步骤108重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
步骤109 求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
步骤110 判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
一种利用F平方模的PLC信道脉冲噪声检测系统，包括：
模块201 获取按时间顺序采集的信号序列S；
模块202 求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
模块203 生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为s|i+K|N；i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；s|i+K|N为所述信号序列S的第|i+K|N个元素；||N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
模块204 求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
模块205 初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
模块206 求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为h＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
模块207 求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，||||F表示Frobenius模；
模块208 判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述模块206、所述模块207和所述模块208重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
模块209 求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
模块210 判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
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，脉冲噪声变得更为常见和严重，而要滤除此类脉冲噪声，首先要检测到脉冲噪声然后才能进一步采取相应的措施，而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。
本发明的目的是提供一种利用F平方模的PLC信道脉冲噪声检测方法和系统，所提出的方法利用了PLC信道脉冲噪声差值与背景噪声差值在F平方模方面的差异，提高了脉冲噪声检测性能。所提出的方法具有较好的鲁棒性，计算也较为简单。
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F平方模的PLC信道脉冲噪声检测方法的流程示意图
图1为本发明一种利用F平方模的PLC信道脉冲噪声检测方法的流程示意图。如图1所示，所述的一种利用F平方模的PLC信道脉冲噪声检测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 求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
步骤103 生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；||N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
步骤104 求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
步骤105 初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
步骤106 求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为h＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
步骤107 求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，||||F表示Frobenius模；
步骤108 判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述步骤106、所述步骤107和所述步骤108重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
步骤109 求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
步骤110 判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
图2一种利用F平方模的PLC信道脉冲噪声检测系统的结构意图
图2为本发明一种利用F平方模的PLC信道脉冲噪声检测系统的结构示意图。如图2所示，所述一种利用F平方模的PLC信道脉冲噪声检测系统包括以下结构：
模块201 获取按时间顺序采集的信号序列S；
模块202 求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
模块203 生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；||N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
模块204 求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
模块205 初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
模块206 求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为h＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
模块207 求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，||||F表示Frobenius模；
模块208 判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述模块206、所述模块207和所述模块208重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
模块209 求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
模块210 判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
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 求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
步骤303 生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；||N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
步骤304 求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
步骤305 初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
步骤306 求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为h＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
步骤307 求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，||||F表示Frobenius模；
步骤308 判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述步骤306、所述步骤307和所述步骤308重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
步骤309 求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
步骤310 判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
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F平方模的PLC信道脉冲噪声检测方法，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求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
步骤103生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；| |N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
步骤104求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
步骤105初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
步骤106求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为l＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
步骤107求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，|| ||F表示Frobenius模；
步骤108判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述步骤106、所述步骤107和所述步骤108重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
步骤109求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
步骤110判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
2.一种利用F平方模的PLC信道脉冲噪声检测系统，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求取数据延迟因子K，具体为：所述数据延迟因子K计算公式为
其中，snr为所述信号序列S的信噪比；N为所述信号序列S的长度；
为下取整运算；
模块203生成第n个信号延迟序列ΔSn，具体为：所述第n个信号延迟序列ΔSn的第i个元素为
i为第一元素序号，其取值范围为i＝1,2,···,n；所述第n个信号延迟序列ΔSn的第j个元素为0；j为第二元素序号，其取值范围为j＝i+1,i+2,···,N；
为所述信号序列S的第|i+K|N个元素；| |N表示以N为模取余数运算；n为延迟序列序号，其取值范围为n＝1,2,···,N；
模块204求取高斯初始矩阵Q0，具体为：所述高斯初始矩阵Q0的第o行第z列元素
的计算公式为
其中，rand[0,1]为区间[0,1]内均匀分布随机函数；randG[0,1]是均值为0，均方差为1的高斯分布随机函数；m0为所述信号序列S的均值；σ2为所述信号序列S的方差；o为行序号，其取值范围为o＝1,2,···,N；z为列序号，其取值范围为z＝1,2,···,N；
模块205初始化迭代控制参数k，具体为：所述迭代控制参数k的值初始化为0；
模块206求取高斯优化更新矩阵Qk+1，具体为：所述高斯优化更新矩阵Qk+1的计算公式为
其中，al为相关矩阵B的第l个特征矢量；l为特征矢量序号，其取值范围为l＝1,2,···,N；所述相关矩阵B的计算公式为B＝[ΔSN-m0]T[ΔSN-m0]；λ为优化因子，所述优化因子λ的计算公式为
I为单位矩阵；
模块207求取F平方模误差εk+1，具体为：所述F平方模误差εk+1的计算公式为
其中，|| ||F表示Frobenius模；
模块208判断所述F平方模误差εk+1是否大于或等于预设阈值ε0，具体为：如果所述F平方模误差εk+1大于或等于预设阈值ε0，则所述迭代控制参数k的值加1并返回所述模块206、所述模块207和所述模块208重新迭代，直至所述F平方模误差εk+1小于所述预设阈值ε0为止，迭代过程结束，并将所述高斯优化更新矩阵Qk+1的值记为最佳高斯优化矩阵Qopt；其中所述预设阈值ε0的值为ε0＝0.001；
模块209求取F平方模优化因子Hn，具体为：所述F平方模优化因子Hn的求取公式为
模块210判断PLC脉冲噪声，具体为：如果所述F平方模因子Hn大于或者等于脉冲噪声判断阈值κ0，则所述信号序列S的第n点处检测到脉冲噪声；如果所述F平方模优化因子Hn小于所述脉冲噪声判断阈值κ0，则所述信号序列S的第n点处未检测到脉冲噪声；其中，所述脉冲噪声判断阈值κ0的计算公式为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010632181.5A CN111756405B (zh) | 2020-07-04 | 2020-07-04 | 一种利用f平方模的plc信道脉冲噪声检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010632181.5A CN111756405B (zh) | 2020-07-04 | 2020-07-04 | 一种利用f平方模的plc信道脉冲噪声检测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111756405A CN111756405A (zh) | 2020-10-09 |
| CN111756405B true CN111756405B (zh) | 2021-06-11 |
Family
ID=72678941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010632181.5A Expired - Fee Related CN111756405B (zh) | 2020-07-04 | 2020-07-04 | 一种利用f平方模的plc信道脉冲噪声检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111756405B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112350748B (zh) * | 2020-10-20 | 2021-06-18 | 华北电力大学 | 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) * | 2020-11-03 | 2021-12-31 | 华北电力大学 | 一种利用谱模阈值的plc信号滤波方法和系统 |
| CN112165342B (zh) * | 2020-11-09 | 2021-09-21 | 华北电力大学 | 一种利用模式特征矢量的噪声检测方法和系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101571587A (zh) * | 2009-05-22 | 2009-11-04 | 哈尔滨工程大学 | 扩跳频体制的无线电导航系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU936443A1 (ru) * | 1980-09-30 | 1982-06-15 | Куйбышевский электротехнический институт связи | Устройство дл контрол мощности шумов в дуплексном канале св зи |
| US9467113B2 (en) * | 2012-08-30 | 2016-10-11 | Avatekh, Inc. | Method and apparatus for signal filtering and for improving properties of electronic devices |
| CN104854577A (zh) * | 2012-10-15 | 2015-08-19 | 伊卡诺斯通信公司 | 用以检测和分析噪声以及影响通信系统的其它事件的方法和装置 |
| BR112015008426A2 (pt) * | 2012-10-18 | 2017-07-04 | Ikanos Communications Inc | método e aparelho para cancelar o ruído de impulso em sistemas dsl |
| CN110336591B (zh) * | 2019-07-10 | 2021-05-04 | 广东石油化工学院 | 一种利用信号分离的plc信号滤波方法和系统 |
-
2020
- 2020-07-04 CN CN202010632181.5A patent/CN111756405B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101571587A (zh) * | 2009-05-22 | 2009-11-04 | 哈尔滨工程大学 | 扩跳频体制的无线电导航系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111756405A (zh) | 2020-10-09 |
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 | |
| CN111641435A (zh) | 一种利用Fenchel共轭的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 | |
| CN110336591B (zh) | 一种利用信号分离的plc信号滤波方法和系统 | |
| CN111756456A (zh) | 一种利用偏移量的plc信道脉冲噪声检测方法和系统 | |
| 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 | |
| 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 | |
| CN110611522B (zh) | 一种利用多正则优化理论的plc信号重构方法和系统 | |
| CN111756408B (zh) | 一种利用模型预测的plc信号重构方法和系统 | |
| 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 | |
| CN109117807B (zh) | 一种plc通信信号自适应时频峰值滤波方法及系统 | |
| CN111800165A (zh) | 一种利用奇异值矩阵的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 | |
| CN112165342B (zh) | 一种利用模式特征矢量的噪声检测方法和系统 | |
| CN111641434A (zh) | 一种利用完全矢量的plc信号滤波方法和系统 | |
| CN111541635A (zh) | 一种利用t分布的PLC信号滤波方法和系统 | |
| CN112383326B (zh) | 一种利用谱模阈值的plc信号滤波方法和系统 | |
| CN110784246A (zh) | 一种利用Lagrande因子的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 | |
| 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 | |
| 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 | |
| CN110661549B (zh) | 一种利用字典原子的plc信号重构方法和系统 | |
| CN111953382B (zh) | 一种利用分段稀疏的plc信号重构方法和系统 | |
| CN111614380A (zh) | 一种利用近端梯度下降的plc信号重构方法和系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210611 |