CN111953382B - 一种利用分段稀疏的plc信号重构方法和系统 - Google Patents

Abstract

本发明的实施例公开一种利用分段稀疏的PLC信号重构方法和系统，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 求取分段段数；步骤103 求取分段序列；步骤104 求取稀疏水平控制因子；步骤105 迭代初始化；步骤106 迭代更新；步骤107 迭代结束；步骤108 求取重构后的信号序列。

Description

一种利用分段稀疏的PLC信号重构方法和系统

技术领域

本发明涉及电力领域，尤其涉及一种PLC信号重构方法和系统。

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3k500kHz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

如前所述，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，使得电力线通信系统中数据缺失的现象更为严重，通信质量下降明显，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分段稀疏的PLC信号重构方法和系统，所提出的方法利用了通信信号的连续性，通过分段稀疏性质区分通信信号和背景噪声。所提出的方法具有较好的信号重构性能，计算也较为简单。

为实现上述目的，本发明提供了如下方案：

一种利用分段稀疏的PLC信号重构方法，包括：

步骤101 获取按时间顺序采集的信号序列S；

步骤102 求取分段段数，具体为:分段段数为N₀，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；

表示下取整运算；

步骤103 求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

步骤104 求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

步骤105 迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

步骤106 迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

步骤107 迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述步骤106和所述步骤107，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

步骤108 求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；gl为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

一种利用分段稀疏的PLC信号重构系统，包括：

模块201 获取按时间顺序采集的信号序列S；

模块202 求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

模块203 求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

模块204 求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

模块205 迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

模块206 迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

模块207 迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述模块206和所述模块207，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

模块208 求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

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：

如前所述，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，使得电力线通信系统中数据缺失的现象更为严重，通信质量下降明显，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分段稀疏的PLC信号重构方法和系统，所提出的方法利用了通信信号的连续性，通过分段稀疏性质区分通信信号和背景噪声。所提出的方法具有较好的信号重构性能，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1一种利用分段稀疏的PLC信号重构方法的流程示意图

图1为本发明一种利用分段稀疏的PLC信号重构方法的流程示意图。如图1所示，所述的一种利用分段稀疏的PLC信号重构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 求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

步骤103 求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

步骤104 求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

步骤105 迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

步骤106 迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

步骤107 迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述步骤106和所述步骤107，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

步骤108 求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

图2一种利用分段稀疏的PLC信号重构系统的结构意图

图2为本发明一种利用分段稀疏的PLC信号重构系统的结构示意图。如图2所示，所述一种利用分段稀疏的PLC信号重构系统包括以下结构：

模块201 获取按时间顺序采集的信号序列S；

模块202 求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

模块203 求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

模块204 求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

模块205 迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

模块206 迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

模块207 迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述模块206和所述模块207，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

模块208 求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

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 求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

步骤303 求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

步骤304 求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

步骤305 迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

步骤306 迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

步骤307 迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述步骤306和所述步骤307，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

步骤308 求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

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)

1.一种利用分段稀疏的PLC信号重构方法，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求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

步骤103求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

步骤104求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

步骤105迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

步骤106迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

步骤107迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述步骤106和所述步骤107，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

步骤108求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

2.一种利用分段稀疏的PLC信号重构系统，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求取分段段数，具体为：分段段数为N₀，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；

表示下取整运算；

模块203求取分段序列，具体为：第i个分段序列记为g_i，其第j个元素为

计算公式为

其中，

为所述信号序列S的第|(i-1)M₀+j|_N个元素；|(i-1)M₀+j|_N表示对(i-1)M₀+j取以N为模的余数；M₀为所述第i个分段序列g_i的长度，其计算公式为

表示上取整运算；i为分段序列序号，其取值范围为i＝1,2,···,N₀；j为分段序列元素序号，其取值范围为j＝1,2,···,M₀；

模块204求取稀疏水平控制因子，具体为：稀疏水平控制因子记为λ，其计算公式为

模块205迭代初始化，具体为：D＝0_N×N；

k＝1；其中，D为稀疏合成字典矩阵；Ω⁰为已选序号集合Ω的初始化值；O⁰为可选序号集合O的初始化值；k为迭代控制参数；

模块206迭代更新，具体为：i^k＝rand[O^k-1]；O^k＝O^k-1-{i^k}；Ω^k＝Ω^k-1+{i^k}；

其中，O^k-1为所述可选序号集合O的第k-1步值；O^k为所述可选序号集合O的第k步值；Ω^k-1为所述已选序号集合Ω的第k-1步值；Ω^k为所述已选序号集合Ω的第k步值；rand[O^k-1]表示在所述可选序号集合O的第k-1步值O^k-1中随机任选一个元素；

表示在均值为m₀，方差为

的高斯分布中随机任选一个元素；m_i为所述第i个分段序列g_i的均值；m₀为所述信号序列的均值；

为所述信号序列S的方差；

为所述稀疏合成字典矩阵D的第mod(N,i_k)行第|i_k|_N列元素；mod(N,i_k)表示以N为模求得的i_k的模；|i_k|_N表示以N为模求得的i_k的余数；

模块207迭代结束，具体为：如果所述迭代控制参数k的值小于或者等于所述稀疏水平控制因子λ，则所述迭代控制参数k的值加1，并返回所述模块206和所述模块207，直至所述迭代控制参数k的值大于所述稀疏水平控制因子λ，迭代结束；

模块208求取重构后的信号序列，具体为：重构后的信号序列为S_new，S_new的第i个分段序列为

其计算公式为

其中，x为中间参数序列；g_l为第l个所述分段序列；l为求和参数，其取值范围为l＝1,2,···,N₀。

Images