CN111800165A - 一种利用奇异值矩阵的plc信号滤波方法和系统 - Google Patents

一种利用奇异值矩阵的plc信号滤波方法和系统 Download PDF

Info

Publication number
CN111800165A
CN111800165A CN202010648739.9A CN202010648739A CN111800165A CN 111800165 A CN111800165 A CN 111800165A CN 202010648739 A CN202010648739 A CN 202010648739A CN 111800165 A CN111800165 A CN 111800165A
Authority
CN
China
Prior art keywords
matrix
signal
singular value
signal delay
sequence
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Withdrawn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
CN202010648739.9A
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 CN202010648739.9A priority Critical patent/CN111800165A/zh
Publication of CN111800165A publication Critical patent/CN111800165A/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Withdrawn legal-status Critical Current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
    • H04B3/32—Reducing cross-talk, e.g. by compensating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (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奇异值矩阵的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求取信号延迟矩阵；步骤103对信号延迟矩阵进行奇异值分解；步骤104求取信号阈值；步骤105求取有效特征值个数；步骤106求取恢复矩阵；步骤107求取滤除噪声后的信号序列。

Description

一种利用奇异值矩阵的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奇异值矩阵的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，通过奇异值矩阵性质区分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：
一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为di,j＝s|i+j+κ|N；其中，s|i+j+κ|N为所述信号序列S的第|i+j+κ|N个元素；| |N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure BDA0002574121760000021
snr为所述信号序列S的信噪比；
Figure BDA0002574121760000022
表示下取整运算；
步骤103对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
步骤104求取信号阈值，所述信号阈值ε0的求取公式为
Figure BDA0002574121760000023
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最
小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
步骤105求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
步骤106求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：
Figure BDA0002574121760000024
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
步骤107求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为di,j＝s|i+j+κ|N；其中，s|i+j+κ|N为所述信号序列S的第|i+j+κ|N个元素；| |N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure BDA0002574121760000025
snr为所述信号序列S的信噪比；
Figure BDA0002574121760000027
表示下取整运算；
模块203对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
模块204求取信号阈值，所述信号阈值ε0的求取公式为
Figure BDA0002574121760000026
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
模块205求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
模块206求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：
Figure BDA0002574121760000031
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
模块207求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
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奇异值矩阵的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，通过奇异值矩阵性质区分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1一种利用奇异值矩阵的PLC信号滤波方法的流程示意图
图1为本发明一种利用奇异值矩阵的PLC信号滤波方法的流程示意图。如图1所示，所述的一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为di,j＝s|i+j+κ|N；其中，s|i+j+κ|N为所述信号序列S的第|i+j+κ|N个元素；| |N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure BDA0002574121760000041
snr为所述信号序列S的信噪比；
Figure BDA0002574121760000042
表示下取整运算；
步骤103对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
步骤104求取信号阈值，所述信号阈值ε0的求取公式为
Figure BDA0002574121760000043
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
步骤105求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
步骤106求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：
Figure BDA0002574121760000044
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
步骤107求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
图2一种利用奇异值矩阵的PLC信号滤波系统的结构意图
图2为本发明一种利用奇异值矩阵的PLC信号滤波系统的结构示意图。如图2所示，所述一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为di,j＝s|i+j+κ|N；其中，s|i+j+κ|N为所述信号序列S的第|i+j+κ|N个元素；| |N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure BDA0002574121760000045
snr为所述信号序列S的信噪比；
Figure BDA0002574121760000046
表示下取整运算；
模块203对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
模块204求取信号阈值，所述信号阈值ε0的求取公式为
Figure BDA0002574121760000051
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
模块205求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
模块206求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：
Figure BDA0002574121760000052
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
模块207求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为di,j＝s|i+j+κ|N；其中，s|i+j+κ|N为所述信号序列S的第|i+j+κ|N个元素；| |N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure BDA0002574121760000053
snr为所述信号序列S的信噪比；
Figure BDA0002574121760000054
表示下取整运算；
步骤303对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
步骤304求取信号阈值，所述信号阈值ε0的求取公式为
Figure BDA0002574121760000055
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
步骤305求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
步骤306求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：
Figure BDA0002574121760000056
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
步骤307求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
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)

1.一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为
Figure FDA0002574121750000012
其中，
Figure FDA0002574121750000013
为所述信号序列S的第|i+j+κ|N个元素；||N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure FDA0002574121750000011
snr为所述信号序列S的信噪比；
Figure FDA0002574121750000014
表示下取整运算；
步骤103对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
步骤104求取信号阈值，所述信号阈值ε0的求取公式为ε0＝m0+
Figure FDA0002574121750000015
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
步骤105求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
步骤106求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：ω＝
Figure FDA0002574121750000016
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
步骤107求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
2.一种利用奇异值矩阵的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求取信号延迟矩阵，具体为：所述信号延迟矩阵D的第i行第j列元素为di,j，其计算公式为
Figure FDA0002574121750000017
其中，
Figure FDA0002574121750000018
为所述信号序列S的第|i+j+κ|N个元素；||N表示以N为模取余数运算；κ为延迟因子，其计算公式为
Figure FDA0002574121750000019
snr为所述信号序列S的信噪比；
Figure FDA00025741217500000110
表示下取整运算；
模块203对信号延迟矩阵进行奇异值分解，具体为：所述信号延迟矩阵D的奇异值分解为D＝PVQT；其中，P为所述信号延迟矩阵D的左奇异矢量矩阵；Q为所述信号延迟矩阵D的右奇异矢量矩阵；V为所述信号延迟矩阵D的奇异值矩阵；
模块204求取信号阈值，所述信号阈值ε0的求取公式为
Figure FDA0002574121750000021
Figure FDA0002574121750000022
其中，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；λmax为平均相关矩阵B的最大特征值；λmin为所述平均相关矩阵B的非零最小特征值；所述平均相关矩阵B的计算公式为B＝[S-m0]T[S-m0]；
模块205求取有效特征值个数，所述有效特征值个数M的求取过程为：所述信号延迟矩阵D的特征值大于或者等于所述信号阈值ε0的个数即为所述有效特征值M的值；
模块206求取恢复矩阵，具体为：所述恢复矩阵ω的求取公式为：ω＝
Figure FDA0002574121750000023
其中，vm为所述信号延迟矩阵D的第m个奇异值；pm为所述左奇异值矩阵P的第m列矢量；qm为所述右奇异值矩阵Q的第m列矢量；
模块207求取滤除噪声后的信号序列，具体为：所述滤除噪声后的信号序列Snew的计算公式为Snew＝ωS。
CN202010648739.9A 2020-07-08 2020-07-08 一种利用奇异值矩阵的plc信号滤波方法和系统 Withdrawn CN111800165A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010648739.9A CN111800165A (zh) 2020-07-08 2020-07-08 一种利用奇异值矩阵的plc信号滤波方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010648739.9A CN111800165A (zh) 2020-07-08 2020-07-08 一种利用奇异值矩阵的plc信号滤波方法和系统

Publications (1)

Publication Number Publication Date
CN111800165A true CN111800165A (zh) 2020-10-20

Family

ID=72809676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010648739.9A Withdrawn CN111800165A (zh) 2020-07-08 2020-07-08 一种利用奇异值矩阵的plc信号滤波方法和系统

Country Status (1)

Country Link
CN (1) CN111800165A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112165342A (zh) * 2020-11-09 2021-01-01 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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112165342A (zh) * 2020-11-09 2021-01-01 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
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

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
CN111756456A (zh) 一种利用偏移量的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
CN110336591B (zh) 一种利用信号分离的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
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
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
CN111541635A (zh) 一种利用t分布的PLC信号滤波方法和系统
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
CN111934716B (zh) 一种电力线通信信号滤波方法及系统
CN111756408B (zh) 一种利用模型预测的plc信号重构方法和系统
CN110572189A (zh) 一种利用Fermal理论的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
CN112165342B (zh) 一种利用模式特征矢量的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
CN112290976A (zh) 一种利用学习算法的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
CN110855324A (zh) 一种利用字典恢复矩阵的plc信号滤波方法和系统
CN111786700A (zh) 一种利用克氏能量尺度的plc信号滤波方法和系统
CN111669201A (zh) 一种利用Dantzig优化的PLC信号滤波方法和系统
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

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: 20201020

WW01 Invention patent application withdrawn after publication