電力載波通信中接收端通路噪聲規避系統設計

劉彥甲+晉會杰

摘 要： 以電力載波通信中接收端通路噪聲為研究對象，提出基于分數階傅里葉變換限波的噪聲干擾規避設計。根據噪聲具有的頻譜特性構建噪聲時間序列信號測量模型，由于不同噪聲信號具有不同的時間序列，計算噪聲信號的功率譜并獲取功率譜值，通過運用噪聲時間序列信號測量模型對噪聲信號實現判定；依據噪聲信號在分數階傅里葉域的特征，將信號變化至傅里葉域，在該域中實現一維遮蓋處理，濾除非平穩寬帶干擾信號，再重新變換至時域中；在傅里葉域中構造濾波器，利用門限值對接收端信號進行調節，實現噪聲信號規避設計。實驗證明，利用所提方法可有效避免載波通信接收端的噪聲信號影響。

關鍵詞： 電力； 載波通信； 分數階傅里葉； 噪聲信號

中圖分類號： TN911.4?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）17?0167?04

Design of access noise circumvention system for receiving terminal

in power line carrier communication

LIU Yanjia， JIN Huijie

（School of Information and Electronic Engineering， Shangqiu Institute of Technology， Shangqiu 476000， China）

Abstract： Taking access noise of receiving terminal in power line carrier communication as a research object， a noise interference circumvention design based on fractional Fourier transform waveform limitation is proposed. According to spectral characteristic of noise， a noise signal measurement model based on time series was constructed. Since different noise signals have various time series， the power spectrum of noise signal is calculated to acquire the power spectrum. The noise signal is judged by means of noise signal measurement model based on time series. On the basis of the characteristic of noise signal in fractional Fourier domain， the signal is transformed into Fourier domain， in which the signal is processed with one?dimensional to filter out the interference signal of non?stationary wideband and retransformed into time domain. The filter was constructed in Fourier domain. The receiving terminal signal is adjusted with the threshold value to realize the design of noise signal circumvention. The experimental results show that the method can avoid the influence of the carrier communication receiving terminal on noise signal effectively.

Keywords： electric power； carrier communication； fractional Fourier； noise signal

0 引 言

目前通信技術發展迅猛，給人們生活帶來了巨大改變，在解決“最后一公里”的方案中電力線載波通信技術意義重大，它正逐漸融入到人們的生活中[1]。在信息家電、樓宇智能及Internet接入等領域中電力線載波通信都得到了廣泛應用，擁有非常高的關注度[2?3]。

文獻[4]提出整個通信系統研究中電力線載波通信噪聲特性是必不可少的一部分，針對它的研究與仿真意義重大。對于實際通信過程而言，對信道噪聲特性進行研究能夠讓通信系統明確如何規避通信過程中的噪聲影響。噪聲特性研究能夠使硬件或編碼等領域的開發應對措施具有更優的針對性和可行性，使通信質量提升；為了更加細致的研究整個通信系統，可以通過對信道噪聲的仿真實驗來實現，因此需構建一個關于電力線載波通信噪聲的仿真系統[5?6]。文獻[7]中提到信息時代的進步離不開網絡技術的開發和應用，激增的寬帶需求表明人們通信需求越來越大。通信領域中電力線通信以其網絡分布廣、無需重新布線等優點受到人們青睞，應用較廣。作為通信信道中最重要的一項參數，只有細致了解信道噪聲特性后，才能實現在電力線上的高速通信。然而為電力傳輸設計的電力線網絡，眾多負載項使噪聲的產生也趨于多樣化[8?9]。

考慮到噪聲對電力線載波通信質量的影響，提出基于分數階傅里葉變換限波的噪聲干擾規避設計，并通過實驗測試其性能。endprint

1 電力載波通信接收端噪聲規避設計過程

1.1 電力載波通信噪聲分析及建模

可以用一個白噪聲源濾波簡單地合成背景噪聲，其過程為：高斯白噪聲→濾波器→背景噪聲。由平面上的傳遞函數表示噪聲整形濾波器，則：

（1）

式中：表示移動平均部分函數；表示自回歸部分函數；代表濾波器系數；表示的反轉平面；分別為移動平均部分函數和自回歸部分函數中的參數。

運用自回歸部分函數處理噪聲模型，當時，參數可用自回歸頻譜分析測量噪聲信號并確定信號。因為隨時間推移，背景噪聲的功率譜密度變化緩慢，所以當模擬噪聲環境改變時，就需要改變參數。

若用一個階差分方程來描述信號模型，則：

（2）

式中：表示隨機噪聲序列；分別表示第個，個隨機噪聲序列；表示零均值白噪聲；分別表示第個，個白噪聲；代表階濾波器參數；表示階數。

在系數取值范圍不同的條件下，可將模型分為以下三種：

（1） 滑動平均模型（MA模型）

式（2）中，當時，此模型即為MA模型。可描述模型系統函數為：

（3）

式（3）表明，該模型只存在零點，除了原點外沒有其他極點，故此也稱其為全零點模型。模型零點如果全部在單位圓內部，則該模型的相位系統最小時具有可逆性。

（2） 自回歸模型（AR模型）

差分方程中，當，時，此時該模型即為AR模型。可描述該模型系統函數為：

（4）

式（4）表明，該模型只存在極點，除了原點外沒有其他零點，所以也稱其為全極點模型。所有極點只有全部處在單位圓內才能使模型穩定。

（3） 自回歸滑動平均模型（ARMA模型）

可描述該模型的系統函數為：

（5）

通過典型噪聲源激勵產生的線性系統都可視為許多平穩隨機序列，它是由典型噪聲源激勵線性系統產生的，通常這種噪聲源一般都是白噪聲序列源。以模型輸出功率譜來表示平穩隨機信號的功率譜，則：

（6）

式中：表示隨機信號功率譜；表示噪聲方差；表示隨機信號系統函數。

在已知自回歸模型的各個參數及模型輸入白噪聲方差和信號功率譜的情況下，運用系統沖激響應，通過卷積定理可獲得：

（7）

式中：表示隨機信號序列；表示白噪聲；表示沖激響應。

由上述過程可求出系統輸出信號，即背景噪聲信號。

1.2 載波通信接收端噪聲干擾規避設計

假設代表待調制信號數據序列，發送端OFDM系統中的信號在分數階傅里葉域中的表達式為：

（8）

式中：為待調制信號在分數傅里葉域中的表達式；表示調制信號數量；為常數；表示信號頻率。

定義非平穩寬帶干擾信號（LFM）的離散形式為：

（9）

式中：為沖擊函數；為常數。

在信道內考慮存在非平穩寬帶干擾信號，假設信道噪聲是，則接收端信號可描述為：

（10）

式中：為輸出調制信號序列；為干擾信號。將式（10）變換成分數階傅里葉形式：

（11）

選擇適合的帶阻濾波器能夠過濾掉分數階傅里葉域中非平穩寬帶干擾信號，則分數階傅里葉域中帶阻濾波器的特性可描述為：

（12）

式中表示參考門限。

經過帶阻濾波器處理并運用分數階傅里葉進行反變換，獲得：

（13）

式中表示濾除LFM干擾所獲取的信號。

通過在二維平面上搜索信號的分數階傅里葉變換能量，可獲得峰值對應點的位置，因此，描述信號的階分數階傅里葉域為：

（14）

式中：階分數階傅里葉域，輸出調制信號序列為；待調制的調制信號為；干擾信號為；信道噪聲為。

LFM干擾能量大部分聚集在以為中心的窄帶內，為有效規避信號干擾，在分數階傅里葉域構造具有一定特性的帶阻濾波器，則：

（15）

2 仿真實驗及結果分析

為有效抑制電力線載波通信中的接收端噪聲信號，通過以下實驗證明文中方法的可行性。首先，實驗給出一組含噪聲信號序列及一組不含噪聲信號序列，通過運用文中構建的噪聲測量模型及維格納?威利噪聲識別方法對兩組含噪聲信號進行識別實驗，比較文中模型及維格納?威利噪聲識別方法是否能夠準確辨別含噪聲信號序列。具體如圖1～圖6所示。

實驗中圖1給出一組不含噪聲信號序列，通過運用文中噪聲測量模型及維格納?威利噪聲識別方法對圖1中的信號序列進行是否含噪聲辨別實驗。圖2為利用維格納?威利噪聲識別方法的辨識結果，觀察圖2可以看出，對圖1的識別結果是一組含噪聲信號的數據序列，但事實上實驗給出的第一組信號序列為不含噪聲的信號序列，因此，維格納?威利噪聲識別方法并未有效識別第一組信號序列。

再觀察圖3可以看出，圖3為利用本文噪聲測量模型進行信號序列辨識的結果，圖3中輸出信號波形基本與圖1一致，即不含噪聲信號序列圖像，因此利用本文噪聲測量模型有效地辨別了第一組信號序列。第二組原含噪聲圖像及辨識信號圖像結果如圖4所示。

圖5是利用維格納?威利方法對第二組含噪聲信號序列進行識別后輸出的結果，可以看出實驗給定為含噪聲信號序列，但該方法輸出的結果卻是不含噪聲信號序列，錯誤率非常高，則維格納?威利噪聲識別方法不是有效辨別噪聲信號的方法。圖6為利用本文噪聲測量模型對第二組含噪聲信號序列實現辨識的結果，從圖6中能夠看出該信號為典型的含噪信號，表明本文噪聲測量模型能夠有效地辨別噪聲信號序列。

為有效規避電力載波通信接收端的噪聲信號，該實驗給出6組含噪聲的信號，利用本文分數階傅里葉限波噪聲抑制方法及NBI噪聲抑制方法對6組含噪聲信號進行噪聲抑制，比較濾除噪聲信號耗時及輸出不含噪聲信號調節次數，具體數據如表1，表2所示。endprint

表1為利用NBI方法濾除噪聲耗時及信號調節次數統計表，表2為利用本文方法濾除噪聲耗時及信號調節次數，比較表1和表2能夠明顯看出，運用NBI方法實現濾除噪聲處理耗時明顯要比利用本文方法濾除噪聲信號耗時長，本文方法耗時最高為9.6 s，而NBI方法最高耗時已經達到4.46 min，表明本文分數階傅里葉限波噪聲抑制方法在濾除噪聲信號方面效率較高。

輸出抑制噪聲信號調節次數，本文分數階傅里葉限波噪聲抑制方法都是通過一次就成功輸出抑制噪聲信號，顯示了本文方法的穩定性和優越性。

3 結 語

電力線載波通信中常常含有大量不同種類的噪聲信號，為有效抑制干擾信號，本文提出基于分數階傅里葉變換限波的噪聲干擾規避設計。首先，依據噪聲信號具備的特殊性質建立噪聲信號測量模型，同時根據不同噪聲存在不同時間序列，求解噪聲功率譜，以此判定信道內是否存在噪聲；其次，基于分數階傅里葉理論對信號進行傅里葉變換，進行一維遮蓋操作后濾除LFM干擾信號，通過在接收端調節信號以實現電力載波通信接收端噪聲信號的抑制過程。

注：本文通訊作者為晉會杰。

參考文獻

[1] 馬曉奇，趙宇東，邵濱，等.基于OFDM的低壓電力線載波通信和微功率無線通信的雙模通信的低壓集抄系統[J].科技通報，2016，32（6）：80?83.

[2] 向敏，文超，成亮.基于IPv6的電力線載波通信分片獨立的重傳機制[J].電網技術，2015，39（1）：169?175.

[3] 李建岐，陸陽，高鴻堅.基于信道認知在線可定義的電力線載波通信方法[J].中國電機工程學報，2015，35（20）：5235?5243.

[4] 黃洪，邵強，徐睿，等.提高電力線載波通信可靠性的方法[J].上海計量測試，2016，43（5）：40?42.

[5] 陳長慶，魏波.網絡光纖通信中的噪聲干擾去除方法研究[J].計算機仿真，2016，33（10）：23?24.

[6] 曹盛萬，李軍，陳志剛.電力線載波通信環境測試儀的設計[J].廣西電力，2015，38（1）：27?31.

[7] 胥小波，劉宏立，谷志茹.G3標準電力線通信路由算法分析與改進[J].計算機工程與應用，2015，51（15）：107?111.

[8] 王植，董夢菲，徐東明.基于BFSK的低壓電力線通信系統研究[J].中國集成電路，2016，25（4）：67?72.

[9] 張正文，趙曉晴，尹波，等.基于遞歸最小追蹤的噪聲互功率譜估計算法[J].科學技術與工程，2016，16（10）：164?166.endprint