CN112165342A - 一种利用模式特征矢量的噪声检测方法和系统 - Google Patents

一种利用模式特征矢量的噪声检测方法和系统 Download PDF

Info

Publication number
CN112165342A
CN112165342A CN202011235364.XA CN202011235364A CN112165342A CN 112165342 A CN112165342 A CN 112165342A CN 202011235364 A CN202011235364 A CN 202011235364A CN 112165342 A CN112165342 A CN 112165342A
Authority
CN
China
Prior art keywords
specifically
cyclic delay
kth
signal sequence
row
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.)
Granted
Application number
CN202011235364.XA
Other languages
English (en)
Other versions
CN112165342B (zh
Inventor
翟明岳
孙海龙
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202011235364.XA priority Critical patent/CN112165342B/zh
Publication of CN112165342A publication Critical patent/CN112165342A/zh
Application granted granted Critical
Publication of CN112165342B publication Critical patent/CN112165342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H04B2203/5462—Systems for power line communications
    • H04B2203/5495—Systems for power line communications having measurements and testing channel

Abstract

本发明的实施例公开一种利用模式特征矢量的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 生成循环延迟信号矩阵；步骤103 求取N个J1参数；步骤104 求取N个J2参数；步骤105 求取N个希格玛第一参数；步骤106 求取N个希格玛第二参数；步骤107 求取N个希格玛第三参数；步骤108 求取N对模式特征方程解；步骤109 求取N对模式特征矢量；步骤110 求取N个窗口模式特征矢量范数；步骤111 求取脉冲判断阈值；步骤112 检测脉冲噪声。

Description

一种利用模式特征矢量的噪声检测方法和系统
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模式特征矢量的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模式特征矢量方面的差异，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：
一种利用模式特征矢量的噪声检测方法，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure BDA0002766624320000021
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
步骤103求取N个J1参数，具体为：第k个J1参数记为
Figure BDA0002766624320000022
所用求取公式为：
Figure BDA0002766624320000023
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
步骤104求取N个J2参数，具体为：第k个J2参数记为
Figure BDA0002766624320000024
所用求取公式为：
Figure BDA0002766624320000025
步骤105求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure BDA0002766624320000031
所使用求取公式为：
Figure BDA0002766624320000032
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
步骤106求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000033
所使用求取公式为：
Figure BDA0002766624320000034
步骤107求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000035
所使用求取公式为：
Figure BDA0002766624320000036
步骤108求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure BDA0002766624320000037
和
Figure BDA0002766624320000038
所用求取公式为：
Figure BDA0002766624320000039
Figure BDA00027666243200000310
步骤109求取N对模式特征矢量，第k对模式特征矢量记为
Figure BDA00027666243200000311
和
Figure BDA00027666243200000312
所用求取公式：
Figure BDA00027666243200000313
Figure BDA00027666243200000314
步骤110求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure BDA00027666243200000315
其中：
Figure BDA0002766624320000041
表示模式特征矢量
Figure BDA0002766624320000042
的Frobenus范数，
Figure BDA0002766624320000043
表示模式特征矢量
Figure BDA0002766624320000044
的Frobenus范数；
步骤111求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure BDA0002766624320000045
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
步骤112检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
一种利用模式特征矢量的噪声检测系统，包括：
模块201获取按时间顺序采集的信号序列S；
模块202生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure BDA0002766624320000046
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
模块203求取N个J1参数，具体为：第k个J1参数记为
Figure BDA0002766624320000047
所用求取公式为：
Figure BDA0002766624320000048
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
模块204求取N个J2参数，具体为：第k个J2参数记为
Figure BDA0002766624320000051
所用求取公式为：
Figure BDA0002766624320000052
模块205求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure BDA0002766624320000053
所使用求取公式为：
Figure BDA0002766624320000054
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
模块206求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000055
所使用求取公式为：
Figure BDA0002766624320000056
模块207求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000057
所使用求取公式为：
Figure BDA0002766624320000058
模块208求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure BDA0002766624320000059
和
Figure BDA00027666243200000510
所用求取公式为：
Figure BDA00027666243200000511
Figure BDA00027666243200000512
模块209求取N对模式特征矢量，第k对模式特征矢量记为
Figure BDA0002766624320000061
和
Figure BDA0002766624320000062
所用求取公式：
Figure BDA0002766624320000063
Figure BDA0002766624320000064
模块210求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure BDA0002766624320000065
其中：
Figure BDA0002766624320000066
表示模式特征矢量
Figure BDA0002766624320000067
的Frobenus范数，
Figure BDA0002766624320000068
表示模式特征矢量
Figure BDA0002766624320000069
的Frobenus范数；
模块211求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure BDA00027666243200000610
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
模块212检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
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模式特征矢量的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模式特征矢量方面的差异，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1一种利用模式特征矢量的噪声检测方法的流程示意图
图1为本发明一种利用模式特征矢量的噪声检测方法的流程示意图。如图1所示，所述的一种利用模式特征矢量的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生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure BDA0002766624320000071
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
步骤103求取N个J1参数，具体为：第k个J1参数记为
Figure BDA0002766624320000081
所用求取公式为：
Figure BDA0002766624320000082
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
步骤104求取N个J2参数，具体为：第k个J2参数记为
Figure BDA0002766624320000083
所用求取公式为：
Figure BDA0002766624320000084
步骤105求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure BDA0002766624320000085
所使用求取公式为：
Figure BDA0002766624320000086
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
步骤106求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000087
所使用求取公式为：
Figure BDA0002766624320000088
步骤107求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000089
所使用求取公式为：
Figure BDA00027666243200000810
步骤108求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure BDA0002766624320000091
和
Figure BDA0002766624320000092
所用求取公式为：
Figure BDA0002766624320000093
Figure BDA0002766624320000094
步骤109求取N对模式特征矢量，第k对模式特征矢量记为
Figure BDA0002766624320000095
和
Figure BDA0002766624320000096
所用求取公式：
Figure BDA0002766624320000097
Figure BDA0002766624320000098
步骤110求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure BDA0002766624320000099
其中：
Figure BDA00027666243200000910
表示模式特征矢量
Figure BDA00027666243200000911
的Frobenus范数，
Figure BDA00027666243200000912
表示模式特征矢量
Figure BDA00027666243200000913
的Frobenus范数；
步骤111求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure BDA00027666243200000914
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
步骤112检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
图2一种利用模式特征矢量的噪声检测系统的结构意图
图2为本发明一种利用模式特征矢量的噪声检测系统的结构示意图。如图2所示，所述一种利用模式特征矢量的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生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure BDA0002766624320000101
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
模块203求取N个J1参数，具体为：第k个J1参数记为
Figure BDA0002766624320000102
所用求取公式为：
Figure BDA0002766624320000103
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
模块204求取N个J2参数，具体为：第k个J2参数记为
Figure BDA0002766624320000104
所用求取公式为：
Figure BDA0002766624320000105
模块205求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure BDA0002766624320000111
所使用求取公式为：
Figure BDA0002766624320000112
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
模块206求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000113
所使用求取公式为：
Figure BDA0002766624320000114
模块207求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000115
所使用求取公式为：
Figure BDA0002766624320000116
模块208求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure BDA0002766624320000117
和
Figure BDA0002766624320000118
所用求取公式为：
Figure BDA0002766624320000119
Figure BDA00027666243200001110
模块209求取N对模式特征矢量，第k对模式特征矢量记为
Figure BDA00027666243200001111
和
Figure BDA00027666243200001112
所用求取公式：
Figure BDA00027666243200001113
Figure BDA00027666243200001114
模块210求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure BDA00027666243200001115
其中：
Figure BDA0002766624320000121
表示模式特征矢量
Figure BDA0002766624320000122
的Frobenus范数，
Figure BDA0002766624320000123
表示模式特征矢量
Figure BDA0002766624320000124
的Frobenus范数；
模块211求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure BDA0002766624320000125
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
模块212检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
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生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure BDA0002766624320000126
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
步骤303求取N个J1参数，具体为：第k个J1参数记为
Figure BDA0002766624320000127
所用求取公式为：
Figure BDA0002766624320000128
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
步骤304求取N个J2参数，具体为：第k个J2参数记为
Figure BDA0002766624320000131
所用求取公式为：
Figure BDA0002766624320000132
步骤305求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure BDA0002766624320000133
所使用求取公式为：
Figure BDA0002766624320000134
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
步骤306求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000135
所使用求取公式为：
Figure BDA0002766624320000136
步骤307求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure BDA0002766624320000137
所使用求取公式为：
Figure BDA0002766624320000138
步骤308求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure BDA0002766624320000139
和
Figure BDA00027666243200001310
所用求取公式为：
Figure BDA00027666243200001311
Figure BDA00027666243200001312
步骤309求取N对模式特征矢量，第k对模式特征矢量记为
Figure BDA0002766624320000141
和
Figure BDA0002766624320000142
所用求取公式：
Figure BDA0002766624320000143
Figure BDA0002766624320000144
步骤310求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure BDA0002766624320000145
其中：
Figure BDA0002766624320000146
表示模式特征矢量
Figure BDA0002766624320000147
的Frobenus范数，
Figure BDA0002766624320000148
表示模式特征矢量
Figure BDA0002766624320000149
的Frobenus范数；
步骤311求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure BDA00027666243200001410
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
步骤312检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
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)

1.一种利用模式特征矢量的噪声检测方法，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生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure FDA0002766624310000011
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
步骤103求取N个J1参数，具体为：第k个J1参数记为
Figure FDA0002766624310000012
所用求取公式为：
Figure FDA0002766624310000013
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
步骤104求取N个J2参数，具体为：第k个J2参数记为
Figure FDA0002766624310000014
所用求取公式为：
Figure FDA0002766624310000015
步骤105求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure FDA0002766624310000021
所使用求取公式为：
Figure FDA0002766624310000022
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
步骤106求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure FDA0002766624310000023
所使用求取公式为：
Figure FDA0002766624310000024
步骤107求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure FDA0002766624310000025
所使用求取公式为：
Figure FDA0002766624310000026
步骤108求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure FDA0002766624310000027
和
Figure FDA0002766624310000028
所用求取公式为：
Figure FDA0002766624310000029
Figure FDA00027666243100000210
步骤109求取N对模式特征矢量，第k对模式特征矢量记为
Figure FDA00027666243100000211
和
Figure FDA00027666243100000212
所用求取公式：
Figure FDA00027666243100000213
Figure FDA00027666243100000214
步骤110求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure FDA00027666243100000215
其中：
Figure FDA00027666243100000216
表示模式特征矢量
Figure FDA00027666243100000217
的Frobenus范数，
Figure FDA00027666243100000218
表示模式特征矢量
Figure FDA00027666243100000219
的Frobenus范数；
步骤111求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure FDA0002766624310000031
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
步骤112检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
2.一种利用模式特征矢量的噪声检测系统，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生成循环延迟信号矩阵，具体为：循环延迟信号矩阵记为D，所用求取公式为：
Figure FDA0002766624310000032
其中：
s1为所述信号序列S的第1个元素，
s2为所述信号序列S的第2个元素，
s3为所述信号序列S的第3个元素，
s4为所述信号序列S的第4个元素，
sN-1为所述信号序列S的第N-1个元素，
sN为所述信号序列S的第N个元素，
N为所述信号序列S的长度
模块203求取N个J1参数，具体为：第k个J1参数记为
Figure FDA0002766624310000033
所用求取公式为：
Figure FDA0002766624310000034
其中：Dk-1,k-1为循环延迟矩阵D的第k-1行第k-1列元素，
Dk,k-1为循环延迟矩阵D的第k行第k-1列元素，
Dk+1,k-1为循环延迟矩阵D的第k+1行第k-1列元素，
Dk-1,k+1为循环延迟矩阵D的第k-1行第k+1列元素，
Dk,k+1为循环延迟矩阵D的第k行第k+1列元素，
Dk+1,k+1为循环延迟矩阵D的第k+1行第k+1列元素，
Dk-1,k为循环延迟矩阵D的第k-1行第k列元素，
Dk+1,k为循环延迟矩阵D的第k+1行第k列元素，
如果k-1<1，则k-1置为k，
如果k+1>N，则k+1置为N；
k＝1,2,···,N为窗口序号；
模块204求取N个J2参数，具体为：第k个J2参数记为
Figure FDA0002766624310000041
所用求取公式为：
Figure FDA0002766624310000042
模块205求取N个希格玛第一参数，具体为：第k个希格玛第一参数记为
Figure FDA0002766624310000043
所使用求取公式为：
Figure FDA0002766624310000044
其中：
Gσ是均值为0方差为σ的高斯随机变量，
σ为信号序列S的均方差；
模块206求取N个希格玛第二参数，具体为：第k个希格玛第二参数记为
Figure FDA0002766624310000045
所使用求取公式为：
Figure FDA0002766624310000046
模块207求取N个希格玛第三参数，具体为：第k个希格玛第二参数记为
Figure FDA0002766624310000047
所使用求取公式为：
Figure FDA0002766624310000048
模块208求取N对模式特征方程解，具体为：第k对模式特征方程解记为
Figure FDA0002766624310000049
和
Figure FDA00027666243100000410
所用求取公式为：
Figure FDA00027666243100000411
Figure FDA00027666243100000412
模块209求取N对模式特征矢量，第k对模式特征矢量记为
Figure FDA00027666243100000413
和
Figure FDA0002766624310000051
所用求取公式：
Figure FDA0002766624310000052
Figure FDA0002766624310000053
模块210求取N个窗口模式特征矢量范数，具体为：第k个窗口模式特征矢量范数记为hk，所用求取公式为：
Figure FDA0002766624310000054
其中：
Figure FDA0002766624310000055
表示模式特征矢量
Figure FDA0002766624310000056
的Frobenus范数，
Figure FDA0002766624310000057
表示模式特征矢量
Figure FDA0002766624310000058
的Frobenus范数；
模块211求取脉冲判断阈值，具体为：脉冲判断阈值记为ε，所用求取公式为：
Figure FDA0002766624310000059
其中：||D||F为循环延迟信号矩阵D的Frobenus模；
模块212检测脉冲噪声，具体为：如果第k个窗口的模式特征矢量范数hk满足判断条件|hk|≥ε，则在所述信号序列S的第k点处，检测到脉冲噪声；否则，未检测到脉冲噪声。
CN202011235364.XA 2020-11-09 2020-11-09 一种利用模式特征矢量的噪声检测方法和系统 Active CN112165342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011235364.XA CN112165342B (zh) 2020-11-09 2020-11-09 一种利用模式特征矢量的噪声检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011235364.XA CN112165342B (zh) 2020-11-09 2020-11-09 一种利用模式特征矢量的噪声检测方法和系统

Publications (2)

Publication Number Publication Date
CN112165342A true CN112165342A (zh) 2021-01-01
CN112165342B CN112165342B (zh) 2021-09-21

Family

ID=73865685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011235364.XA Active CN112165342B (zh) 2020-11-09 2020-11-09 一种利用模式特征矢量的噪声检测方法和系统

Country Status (1)

Country Link
CN (1) CN112165342B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0982873A2 (de) * 1998-08-21 2000-03-01 Abb Research Ltd. Testverfahren für PLC-Modems mit virtuellen Stromleitungen
KR20080028104A (ko) * 2006-09-26 2008-03-31 한국전기연구원 전력선 통신 채널에서의 배경잡음의 모델링 방법
US20090072985A1 (en) * 2007-09-18 2009-03-19 Georgia Tech Research Corporation Detecting actuation of electrical devices using electrical noise over a power line
CN101411171A (zh) * 2006-01-31 2009-04-15 艾利森电话股份有限公司 非侵入信号质量评测
US20110142110A1 (en) * 2008-08-11 2011-06-16 Sony Corporation Method for detecting an ingress of a short-wave radio signal in a power line communication system and power line communication modem
CN201928287U (zh) * 2010-12-09 2011-08-10 华北电力科学研究院有限责任公司 一种电力线载波窄带通信信道特性模拟电路
CN102347811A (zh) * 2011-11-04 2012-02-08 兆讯恒达微电子技术(北京)有限公司 一种电力线通信信道脉冲噪声检测方法
US20120320958A1 (en) * 2007-08-01 2012-12-20 Sony Corporation Method for transmitting a signal over a power line channel and power line communication modem
US20130142231A1 (en) * 2010-06-09 2013-06-06 Sony Corporation Method for operating a plc system, plc modem device and plc system
US20130343445A1 (en) * 2009-06-24 2013-12-26 Autonetworks Technologies, Ltd. Noise detection method, noise detection apparatus, simulation method, simulation apparatus, and communication system
CN103647610A (zh) * 2013-11-25 2014-03-19 昆明理工大学 一种基于幅值与宽度的低压电力线通信信道脉冲噪声检测方法
CN106027122A (zh) * 2016-07-05 2016-10-12 重庆电力高等专科学校 一种低压电力线信道背景噪声建模方法
CN108880622A (zh) * 2018-09-20 2018-11-23 广东石油化工学院 一种电力线通信系统中脉冲噪声的识别方法及系统
CN109067432A (zh) * 2018-08-15 2018-12-21 山东电工电气集团新能科技有限公司 一种电力线宽带载波抗干扰通信方法
CN109150245A (zh) * 2018-08-24 2019-01-04 广东石油化工学院 Plc通信信号中非平稳非高斯噪声的滤除方法及系统
CN111641435A (zh) * 2020-05-30 2020-09-08 广东石油化工学院 一种利用Fenchel共轭的PLC信号滤波方法和系统
CN111664933A (zh) * 2020-06-10 2020-09-15 广东石油化工学院 一种利用静态矢量优化的振声检测信号滤波方法和系统
CN111756405A (zh) * 2020-07-04 2020-10-09 广东石油化工学院 一种利用f平方模的plc信道脉冲噪声检测方法和系统
CN111756456A (zh) * 2020-08-04 2020-10-09 广东石油化工学院 一种利用偏移量的plc信道脉冲噪声检测方法和系统
CN111756408A (zh) * 2020-06-28 2020-10-09 广东石油化工学院 一种利用模型预测的plc信号重构方法和系统
CN111800165A (zh) * 2020-07-08 2020-10-20 广东石油化工学院 一种利用奇异值矩阵的plc信号滤波方法和系统
CN111856563A (zh) * 2020-08-13 2020-10-30 广东石油化工学院 一种利用转换稀疏性的微震信号重构方法和系统

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0982873A2 (de) * 1998-08-21 2000-03-01 Abb Research Ltd. Testverfahren für PLC-Modems mit virtuellen Stromleitungen
CN101411171A (zh) * 2006-01-31 2009-04-15 艾利森电话股份有限公司 非侵入信号质量评测
KR20080028104A (ko) * 2006-09-26 2008-03-31 한국전기연구원 전력선 통신 채널에서의 배경잡음의 모델링 방법
US20120320958A1 (en) * 2007-08-01 2012-12-20 Sony Corporation Method for transmitting a signal over a power line channel and power line communication modem
US20090072985A1 (en) * 2007-09-18 2009-03-19 Georgia Tech Research Corporation Detecting actuation of electrical devices using electrical noise over a power line
US20110142110A1 (en) * 2008-08-11 2011-06-16 Sony Corporation Method for detecting an ingress of a short-wave radio signal in a power line communication system and power line communication modem
US20130343445A1 (en) * 2009-06-24 2013-12-26 Autonetworks Technologies, Ltd. Noise detection method, noise detection apparatus, simulation method, simulation apparatus, and communication system
US20130142231A1 (en) * 2010-06-09 2013-06-06 Sony Corporation Method for operating a plc system, plc modem device and plc system
CN201928287U (zh) * 2010-12-09 2011-08-10 华北电力科学研究院有限责任公司 一种电力线载波窄带通信信道特性模拟电路
CN102347811A (zh) * 2011-11-04 2012-02-08 兆讯恒达微电子技术(北京)有限公司 一种电力线通信信道脉冲噪声检测方法
CN103647610A (zh) * 2013-11-25 2014-03-19 昆明理工大学 一种基于幅值与宽度的低压电力线通信信道脉冲噪声检测方法
CN106027122A (zh) * 2016-07-05 2016-10-12 重庆电力高等专科学校 一种低压电力线信道背景噪声建模方法
CN109067432A (zh) * 2018-08-15 2018-12-21 山东电工电气集团新能科技有限公司 一种电力线宽带载波抗干扰通信方法
CN109150245A (zh) * 2018-08-24 2019-01-04 广东石油化工学院 Plc通信信号中非平稳非高斯噪声的滤除方法及系统
CN108880622A (zh) * 2018-09-20 2018-11-23 广东石油化工学院 一种电力线通信系统中脉冲噪声的识别方法及系统
CN111641435A (zh) * 2020-05-30 2020-09-08 广东石油化工学院 一种利用Fenchel共轭的PLC信号滤波方法和系统
CN111664933A (zh) * 2020-06-10 2020-09-15 广东石油化工学院 一种利用静态矢量优化的振声检测信号滤波方法和系统
CN111756408A (zh) * 2020-06-28 2020-10-09 广东石油化工学院 一种利用模型预测的plc信号重构方法和系统
CN111756405A (zh) * 2020-07-04 2020-10-09 广东石油化工学院 一种利用f平方模的plc信道脉冲噪声检测方法和系统
CN111800165A (zh) * 2020-07-08 2020-10-20 广东石油化工学院 一种利用奇异值矩阵的plc信号滤波方法和系统
CN111756456A (zh) * 2020-08-04 2020-10-09 广东石油化工学院 一种利用偏移量的plc信道脉冲噪声检测方法和系统
CN111856563A (zh) * 2020-08-13 2020-10-30 广东石油化工学院 一种利用转换稀疏性的微震信号重构方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙晓达，翟明岳，李丹，赵彦红: "《低压电力线窄带载波通信信道的衰减测量及分析》", 《电力信息与通信技术》 *
王义伟: "《电力线载波通信系统噪声衰减方法研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
苏岭东，翟明岳，何欣: "《基于时频峰值滤波的电力线通信噪声消除方法》", 《电力系统保护与控制》 *
苏岭东: "《低压电力线通信信道噪声特性及消除研究》", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN112165342B (zh) 2021-09-21

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
CN111756456A (zh) 一种利用偏移量的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
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
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
CN112165342B (zh) 一种利用模式特征矢量的噪声检测方法和系统
CN109150245B (zh) Plc通信信号中非平稳非高斯噪声的滤除方法及系统
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
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
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
CN111541635A (zh) 一种利用t分布的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
CN111756408B (zh) 一种利用模型预测的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
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
CN112383326B (zh) 一种利用谱模阈值的plc信号滤波方法和系统
CN112290976A (zh) 一种利用学习算法的plc信号滤波方法和系统
CN110572189A (zh) 一种利用Fermal理论的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
CN112187317A (zh) 一种利用曲线拉伸的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
GR01 Patent grant
GR01 Patent grant