[go: up one dir, main page]

CN103716275A - 一种电力线正交频分复用通信系统中消除脉冲干扰的方法 - Google Patents

一种电力线正交频分复用通信系统中消除脉冲干扰的方法 Download PDF

Info

Publication number
CN103716275A
CN103716275A CN201310644387.XA CN201310644387A CN103716275A CN 103716275 A CN103716275 A CN 103716275A CN 201310644387 A CN201310644387 A CN 201310644387A CN 103716275 A CN103716275 A CN 103716275A
Authority
CN
China
Prior art keywords
signal
pulse interference
power line
receiving end
vector
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.)
Pending
Application number
CN201310644387.XA
Other languages
English (en)
Inventor
关晋琦
田瑞敏
续永利
成军蒲
王鹏
孟承向
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.)
SHANXI JINCHENG ELECTRIC POWER SUPPLY Co
State Grid Corp of China SGCC
Original Assignee
SHANXI JINCHENG ELECTRIC POWER SUPPLY Co
State Grid Corp of China SGCC
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 SHANXI JINCHENG ELECTRIC POWER SUPPLY Co, State Grid Corp of China SGCC filed Critical SHANXI JINCHENG ELECTRIC POWER SUPPLY Co
Priority to CN201310644387.XA priority Critical patent/CN103716275A/zh
Publication of CN103716275A publication Critical patent/CN103716275A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

一种电力线正交频分复用通信系统中消除脉冲干扰的方法，所述方法首次采用稀疏贝叶斯学习方法，估计了异步脉冲干扰和周期脉冲干扰；并且利用估计的干扰在接收端进行消除，实现了消除干扰，提高了系统的可靠性。本发明与已有方案的复杂度相当，但显著地提高了系统的可靠性。

Description

一种电力线正交频分复用通信系统中消除脉冲干扰的方法
技术领域
本发明涉及一种通信技术，尤其是涉及电力线通信中正交频分复用系统的脉冲干扰消除方法。 
背景技术
电力线通信（Power Line Communication, PLC）技术以其高覆盖率、低通信铺设成本等优势，在智能电网应用中起到了非常重要的作用。电力线通信分为宽带电力线通信和窄带电力线通信，而无论宽带电力线通信还是窄带电力线通信均采用多载波的通信方式，其中采用最广泛的是正交频分复用技术，来对抗频率选择性衰落和信道干扰噪声。然而在电力线通信系统中最主要的挑战就是克服电力线的加性噪声，其中不但包括加性高斯白噪声，还包括由于电气设备接入所带来的脉冲噪声。在这两种噪声中，脉冲噪声由于其自身高功率的特点，对通信系统干扰大，成为阻碍电力线通信性能提升的重要因素。一方面，商用的电力线通信调制均是低功率传输，所以脉冲干扰成为可以左右通信的关键因素；另一方面，脉冲干扰的随机特性与加性高斯白噪声有很大不同，所以传统的以加性高斯白噪声为前提条件进行优化的接收端已经不再适用于电力线通信中。而且许多不同脉冲干扰的随机模型被提出，并且应用到了改善电力线载波通信中，当确定了一种随机模型后，可以采用滤波器、均衡、解码等方式进行优化，以提高系统的可靠性，然而这些均需要有训练序列的采用。本发明采用稀疏贝叶斯学习的方法对脉冲干扰进行估计，此方法不需要训练序列的开销，消除脉冲干扰的影响，可以获得较好的误比特性能。 
下面介绍已有的电力线OFDM通信方案。 
设OFDM系统共有 
Figure DEST_PATH_DEST_PATH_IMAGE001
个子载波，系统带宽为
Figure DEST_PATH_DEST_PATH_IMAGE002
Hz，信号长度为
Figure DEST_PATH_DEST_PATH_IMAGE003
秒，循环前缀CP的长度为
Figure DEST_PATH_DEST_PATH_IMAGE004
，即一个OFDM帧的传输时间是，考虑到循环前缀的影响，发送端发送的第
Figure DEST_PATH_DEST_PATH_IMAGE006
个载波的波形可以表示为 
  （1）
当时，有,由此可以看出循环前缀的作用，它使得信号在一定的时间内看上去具有周期性。这样第
Figure DEST_PATH_DEST_PATH_IMAGE010
个OFDM帧信号的调制后的波形可以表示为
Figure DEST_PATH_DEST_PATH_IMAGE011
             （2）
当传输的是一个无限的OFDM信号序列时，OFDM已调信号波形可以表示为
Figure DEST_PATH_DEST_PATH_IMAGE012
       （3）
经过信道，假设信道的冲击响应
Figure DEST_PATH_DEST_PATH_IMAGE013
的时延小于循环前缀CP，即
Figure DEST_PATH_DEST_PATH_IMAGE014
，则接收机收到的信号为
Figure DEST_PATH_DEST_PATH_IMAGE015
   （4）
其中
Figure DEST_PATH_DEST_PATH_IMAGE016
代表信道加性噪声。
在接收机部分，OFDM接收机由一个滤波器组成，其中第
Figure DEST_PATH_DEST_PATH_IMAGE017
个滤波器与传输载波波形
Figure DEST_PATH_DEST_PATH_IMAGE018
的后面部分
Figure DEST_PATH_DEST_PATH_IMAGE019
相匹配，即 
Figure DEST_PATH_DEST_PATH_IMAGE020
          （5）
由式（5）可以看出循环前缀CP已经被删除。由于CP包含了所有的码间干扰，所以接收机滤波器组的抽样输出将不包含码间干扰。警告过一系列的滤波器组的滤波后可以得到简化的输出为
Figure DEST_PATH_DEST_PATH_IMAGE021
（6）
由上述OFDM发送和接收过程可知，已有的方案虽然考虑了噪声，但是噪声均是按照加性高斯白噪声进行处理的，然而实际的传输信道的情况是脉冲噪声对通信的影响远远超过加性高斯白噪声的影响，因此，消除脉冲噪声干扰的影响成为提高OFDM通信系统的可靠性的关键环节。
发明内容
本发明所要解决的技术问题是克服已有技术的缺陷、提供一种电力线正交频分复用通信系统中消除脉冲干扰的方法，它可以提高电力线通信中正交频分复用系统的可靠性。 
本发明所述技术问题是这样解决的： 
一种电力线正交频分复用通信系统中消除脉冲干扰的方法，它包括如下步骤：
步骤A，发送端的信源编码后的二进制包为
Figure DEST_PATH_DEST_PATH_IMAGE022
，经过信道编码后得到
Figure DEST_PATH_DEST_PATH_IMAGE023
；将
Figure DEST_PATH_272624DEST_PATH_IMAGE023
映射为OFDM符号；每个符号中有个非数据信号和
Figure DEST_PATH_DEST_PATH_IMAGE025
个数据信号；一个OFDM符号为，经过离散傅里叶反变换并进行交织变换后，加入循环前缀，发往电力线信道中；
步骤B，接收端根据接收到的信号
Figure DEST_PATH_DEST_PATH_IMAGE027
，经过快速傅里叶变换后，得到
Figure DEST_PATH_DEST_PATH_IMAGE028
，然后进行脉冲噪声预消除，得到
Figure DEST_PATH_DEST_PATH_IMAGE029
；
步骤C，接收端经过均衡计算和解映射计算后得到符号
Figure DEST_PATH_DEST_PATH_IMAGE030
；
步骤D，接收端经过映射、反均衡和反快速傅里叶变换得到估计量
Figure DEST_PATH_DEST_PATH_IMAGE031
，并根据
Figure DEST_PATH_14446DEST_PATH_IMAGE031
，得到脉冲噪声估计量
Figure DEST_PATH_DEST_PATH_IMAGE032
；
步骤E，接收端根据脉冲噪声估计量
Figure DEST_PATH_916543DEST_PATH_IMAGE032
进行消除，得到
Figure DEST_PATH_DEST_PATH_IMAGE033
。
上述电力线正交频分复用通信系统中消除脉冲干扰的方法，所述步骤B的具体操作为： 
B1，去除循环前缀后得到OFDM信号，记为
Figure DEST_PATH_210252DEST_PATH_IMAGE027
，其表达式为：
Figure DEST_PATH_DEST_PATH_IMAGE034
其中
Figure DEST_PATH_DEST_PATH_IMAGE035
是N点离散傅里叶矩阵，
Figure DEST_PATH_DEST_PATH_IMAGE036
是信道的卷积矩阵，
Figure DEST_PATH_DEST_PATH_IMAGE037
为脉冲干扰，其包括两部分，第一部分为异步脉冲干扰，第二部分为周期脉冲干扰，
Figure DEST_PATH_DEST_PATH_IMAGE038
为加性高斯白噪声；
B2，对步骤B1得到的信号
Figure DEST_PATH_375130DEST_PATH_IMAGE027
经过离散傅里叶变换，得到信号，其表达式为
Figure DEST_PATH_DEST_PATH_IMAGE039
其中
Figure DEST_PATH_DEST_PATH_IMAGE040
，为对角矩阵，是加性高斯白噪声的离散傅里叶变换；
B3，对步骤B2得到的信号，对信号中的白噪声进行预消除，得到，其表达式为
上述电力线正交频分复用通信系统中消除脉冲干扰的方法，所述步骤C的具体操作为：
C1，接收端对脉冲干扰
Figure DEST_PATH_561075DEST_PATH_IMAGE037
按照线性回归算法进行估计，其线性估计表达式为
Figure DEST_PATH_DEST_PATH_IMAGE043
其中
Figure DEST_PATH_DEST_PATH_IMAGE044
为观测向量，即脉冲干扰
Figure DEST_PATH_831650DEST_PATH_IMAGE037
，
Figure DEST_PATH_DEST_PATH_IMAGE045
为完备的正交基，
Figure DEST_PATH_DEST_PATH_IMAGE046
为稀疏比重向量；
C2，接收端对步骤B3得到的
Figure DEST_PATH_193492DEST_PATH_IMAGE029
进行均衡；
C3，接收端对步骤C2得到的均衡信号进行解映射，得到
Figure DEST_PATH_281534DEST_PATH_IMAGE030
；
上述电力线正交频分复用通信系统中消除脉冲干扰的方法，所述步骤D的具体操作为：
D1，接收端对步骤C1得到的线性回归估计的稀疏比重向量的方差进行估计；
D2，根据步骤D1得到的稀疏比重向量
Figure DEST_PATH_809784DEST_PATH_IMAGE046
的方差，进一步估计观测向量
Figure DEST_PATH_282147DEST_PATH_IMAGE044
；
D3，根据步骤D2得到的观测向量
Figure DEST_PATH_98793DEST_PATH_IMAGE044
和构造接收估计向量
Figure DEST_PATH_359190DEST_PATH_IMAGE031
；
D4，根据步骤D3得到的接收估计向量
Figure DEST_PATH_602084DEST_PATH_IMAGE031
得到脉冲噪声估计量
Figure DEST_PATH_578130DEST_PATH_IMAGE032
；
上述电力线正交频分复用通信系统中消除脉冲干扰的方法，所述步骤E的具体操作为：
E1，接收端对步骤D得到的
Figure DEST_PATH_181149DEST_PATH_IMAGE032
按照脉冲干扰
Figure DEST_PATH_824620DEST_PATH_IMAGE037
处理，经过干扰消除处理，得到
Figure DEST_PATH_159787DEST_PATH_IMAGE033
；
E2，对E1处理的信号
Figure DEST_PATH_701758DEST_PATH_IMAGE033
进行均衡、解映射、解码、得到最终的二进制符号包
Figure DEST_PATH_DEST_PATH_IMAGE048
。
本发明引入线性回归估计，并且应用稀疏比重向量
Figure DEST_PATH_780572DEST_PATH_IMAGE046
，由稀疏比重向量
Figure DEST_PATH_340867DEST_PATH_IMAGE046
估计出脉冲干扰估计量
Figure DEST_PATH_846934DEST_PATH_IMAGE037
，从而消除了系统的脉冲干扰，提高系统的可靠性，降低系统的误比特率。本发明接收端采用迭代线性回归稀疏贝叶斯学习方法，准确估计脉冲干扰，实现脉冲干扰消除，系统的可靠性得到了提高。 
附图说明
图1已有方案的方法流程图； 
图2本发明的方法流程图；
图3本发明中实施过程流程图；
图4本发明脉冲干扰估计流程图；
图5（a）、图5（b）为已有技术与本发明方法的误码率曲线；
具体实施方式
下面结合附图和具体实施方式，对本发明做进一步说明。 
本发明的思路为：结合图2，发送端根据信道编码、交织、映射、插入导频、串并变换、反快速傅里叶变换、并串变换发送到电力线的载波信道，在接收端，采用并串变换、快速傅里叶变换、信道估计、解映射、解交织、解码得到接收的信息。 
如图3所示，OFDM收发信机的信号处理的具体步骤如下： 
步骤A，本发明考虑的是正交频分复用系统，发送端的信源编码后的二进制包为
Figure DEST_PATH_876201DEST_PATH_IMAGE022
，经过信道编码后得到
Figure DEST_PATH_758707DEST_PATH_IMAGE023
；将映射为OFDM符号；每个符号中有
Figure DEST_PATH_116056DEST_PATH_IMAGE024
个非数据信号和
Figure DEST_PATH_553990DEST_PATH_IMAGE025
个数据信号；一个OFDM符号为
Figure DEST_PATH_784727DEST_PATH_IMAGE026
，经过离散傅里叶反变换并进行交织变换后，加入循环前缀，发往电力线信道中；
接收端在估计干扰噪声前信号处理的过程如图4所示，具体步骤如下：
步骤B1，去除循环前缀后得到OFDM信号，记为
Figure DEST_PATH_257297DEST_PATH_IMAGE027
，其表达式为
Figure DEST_PATH_105167DEST_PATH_IMAGE034
其中
Figure DEST_PATH_92714DEST_PATH_IMAGE035
是N点离散傅里叶矩阵，
Figure DEST_PATH_317022DEST_PATH_IMAGE036
是信道的卷积矩阵，
Figure DEST_PATH_457148DEST_PATH_IMAGE037
为脉冲干扰，其包括两部分，第一部分为异步脉冲干扰，第二部分为周期脉冲干扰，
Figure DEST_PATH_741499DEST_PATH_IMAGE038
为加性高斯白噪声；
步骤B2，对步骤B1得到的信号
Figure DEST_PATH_154025DEST_PATH_IMAGE027
经过离散傅里叶变换，得到信号，其表达式为
Figure DEST_PATH_160345DEST_PATH_IMAGE039
其中，为对角矩阵，
Figure DEST_PATH_328469DEST_PATH_IMAGE041
是加性高斯白噪声的离散傅里叶变换。
步骤B3，对步骤B2得到的信号，对信号中的白噪声进行预消除，得到
Figure DEST_PATH_992985DEST_PATH_IMAGE029
，其表达式为 
Figure DEST_PATH_619139DEST_PATH_IMAGE042
步骤C1，接收端对脉冲干扰
Figure DEST_PATH_6258DEST_PATH_IMAGE037
按照线性回归算法进行估计，其线性估计表达式为
Figure DEST_PATH_923529DEST_PATH_IMAGE043
其中
Figure DEST_PATH_79704DEST_PATH_IMAGE044
为观测向量，即脉冲干扰
Figure DEST_PATH_939076DEST_PATH_IMAGE037
，
Figure DEST_PATH_547912DEST_PATH_IMAGE045
为完备的正交基，
Figure DEST_PATH_721404DEST_PATH_IMAGE046
为稀疏比重向量；
步骤C2，接收端对步骤B3得到的
Figure DEST_PATH_542205DEST_PATH_IMAGE029
进行均衡；
步骤C3，接收端对步骤C2得到的均衡信号进行解映射，得到
Figure DEST_PATH_510161DEST_PATH_IMAGE030
；
步骤D1，接收端对步骤C1得到的线性回归估计的稀疏比重向量
Figure DEST_PATH_668610DEST_PATH_IMAGE046
的方差
Figure DEST_PATH_114635DEST_PATH_IMAGE047
进行估计；
根据稀疏贝叶斯学习算法，参数
Figure DEST_PATH_58451DEST_PATH_IMAGE046
高斯先验概率表示为
Figure DEST_PATH_DEST_PATH_IMAGE049
其中
Figure DEST_PATH_DEST_PATH_IMAGE050
代表概率，
Figure DEST_PATH_DEST_PATH_IMAGE051
代表复高斯分布，
Figure DEST_PATH_DEST_PATH_IMAGE052
，为对角矩阵，并且
Figure DEST_PATH_DEST_PATH_IMAGE053
，其中
Figure DEST_PATH_DEST_PATH_IMAGE054
是第
Figure DEST_PATH_72675DEST_PATH_IMAGE010
个元素的方差。给定的先验概率，根据观测数据的似然分布可以表达为
Figure DEST_PATH_DEST_PATH_IMAGE056
最大似然估计需要得到
Figure DEST_PATH_DEST_PATH_IMAGE057
和
Figure DEST_PATH_DEST_PATH_IMAGE058
最大化上式的
Figure DEST_PATH_DEST_PATH_IMAGE059
。通过迭代方法估计计算其数学期望最大化。给定观测值和估计的
Figure DEST_PATH_593786DEST_PATH_IMAGE057
和
Figure DEST_PATH_843502DEST_PATH_IMAGE058
，则脉冲干扰
Figure DEST_PATH_828775DEST_PATH_IMAGE037
分布服从高斯分布，其分布可以表达为
Figure DEST_PATH_DEST_PATH_IMAGE060
Figure DEST_PATH_DEST_PATH_IMAGE061
Figure DEST_PATH_DEST_PATH_IMAGE062
Figure DEST_PATH_10970DEST_PATH_IMAGE046
最大后验概率估计是后验概率均值
Figure DEST_PATH_DEST_PATH_IMAGE063
。
Figure DEST_PATH_894744DEST_PATH_IMAGE047
先验概率信息，定义其等效矩阵
Figure DEST_PATH_DEST_PATH_IMAGE064
，
Figure DEST_PATH_DEST_PATH_IMAGE065
代表
Figure DEST_PATH_DEST_PATH_IMAGE066
的对角矩阵，
Figure DEST_PATH_823517DEST_PATH_IMAGE066
的共轭先验概率是服从伽玛分布 
Figure DEST_PATH_DEST_PATH_IMAGE067
其中伽玛分布的参数
Figure DEST_PATH_DEST_PATH_IMAGE068
和
Figure DEST_PATH_725614DEST_PATH_IMAGE022
，当
Figure DEST_PATH_DEST_PATH_IMAGE069
和
Figure DEST_PATH_DEST_PATH_IMAGE070
非零的值，则似然概率可以表示为
Figure DEST_PATH_DEST_PATH_IMAGE071
最大化上式，可以得到
Figure DEST_PATH_DEST_PATH_IMAGE072
的最大后验概率为
比较上式，其
Figure DEST_PATH_DEST_PATH_IMAGE074
给定
Figure DEST_PATH_81640DEST_PATH_IMAGE037
、
Figure DEST_PATH_374081DEST_PATH_IMAGE068
和
Figure DEST_PATH_64735DEST_PATH_IMAGE022
后验概率符合伽玛分布，其分布可以表示为
根据以下参数进行更新迭代
Figure DEST_PATH_DEST_PATH_IMAGE076
步骤D2，根据步骤D1得到的稀疏比重向量的方差，进一步估计观测向量
Figure DEST_PATH_331266DEST_PATH_IMAGE044
；
Figure DEST_PATH_726475DEST_PATH_IMAGE043
步骤D3，根据步骤D2得到的观测向量
Figure DEST_PATH_337585DEST_PATH_IMAGE044
和
Figure DEST_PATH_425627DEST_PATH_IMAGE030
构造接收估计向量
Figure DEST_PATH_692660DEST_PATH_IMAGE031
；
步骤D4，根据步骤D3得到的接收估计向量得到脉冲噪声估计量；
为了进一步说明本发明的有益结果，表1给出了本发明方法的编码计算量；表2比较了本发明方法与传统方案的编码计算量，计算量的单位是每秒浮点运算次数（Floating-point Operations Per Second，flops），即一次复数乘法运算需要6次flops操作，一次复数加法运算需要2次flops操作。比较可得，本发明的两种方案的复杂度都与
Figure DEST_PATH_DEST_PATH_IMAGE079
、及
Figure DEST_PATH_DEST_PATH_IMAGE081
呈线性关系，即本发明方案与已有的方案相比复杂度在同一个数量级。                 
表1 本发明方案的复杂
Figure DEST_PATH_DEST_PATH_IMAGE082
图5(a)仿真了没有消除脉冲干扰方案和本发明方法的误比特性能，图5(b)仿真了三种已有方案与本发明方法的误比特性能的曲线，其中调制方式采用QPSK，快速傅里叶变换采用128位，信道编码采用码率为
Figure DEST_PATH_DEST_PATH_IMAGE083
的卷积码，数据位为72位，非数据位为56位，由图5（a）可以看出，本发明的误比特性能相对于没有消除脉冲干扰方案至少获得6dB的增益，由此可以看出，本发明显著降低了系统的误比特率提高了系统的稳定性。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的专利保护范围。 

Claims (5)

1.一种电力线正交频分复用通信系统中消除脉冲干扰的方法，其特征在于，它包括如下步骤：
步骤A，发送端的信源编码后的二进制包为 
Figure DEST_PATH_652500DEST_PATH_IMAGE001
，经过信道编码后得到
Figure DEST_PATH_159836DEST_PATH_IMAGE002
；将
Figure DEST_PATH_811397DEST_PATH_IMAGE002
映射为OFDM符号；每个符号中有
Figure DEST_PATH_919030DEST_PATH_IMAGE003
个非数据信号和
Figure DEST_PATH_314240DEST_PATH_IMAGE004
个数据信号；一个OFDM符号为
Figure DEST_PATH_676082DEST_PATH_IMAGE005
，经过离散傅里叶反变换并进行交织变换后，加入循环前缀，发往电力线信道中；
步骤B，接收端根据接收到的信号
Figure DEST_PATH_764124DEST_PATH_IMAGE006
，经过快速傅里叶变换后，得到
Figure DEST_PATH_31157DEST_PATH_IMAGE007
，然后进行脉冲噪声预消除，得到
Figure DEST_PATH_292374DEST_PATH_IMAGE008
；
步骤C，接收端经过均衡计算和解映射计算后得到符号
Figure DEST_PATH_695674DEST_PATH_IMAGE009
；
步骤D，接收端经过映射、反均衡和反快速傅里叶变换得到估计量，并根据
Figure DEST_PATH_521995DEST_PATH_IMAGE010
，得到脉冲噪声估计量
Figure DEST_PATH_259007DEST_PATH_IMAGE011
；
步骤E，接收端根据脉冲噪声估计量
Figure DEST_PATH_782392DEST_PATH_IMAGE011
进行消除，得到。
2.根据权利要求1所述的方法，其特征在于，所述步骤B的具体操作为：
B1，去除循环前缀后得到OFDM信号，记为
Figure DEST_PATH_250600DEST_PATH_IMAGE006
，其表达式为
Figure DEST_PATH_791303DEST_PATH_IMAGE013
其中
Figure DEST_PATH_244893DEST_PATH_IMAGE014
是N点离散傅里叶矩阵，
Figure DEST_PATH_580060DEST_PATH_IMAGE015
是信道的卷积矩阵，
Figure DEST_PATH_308981DEST_PATH_IMAGE016
为脉冲干扰，其包括两部分，第一部分为异步脉冲干扰，第二部分为周期脉冲干扰，
Figure DEST_PATH_450113DEST_PATH_IMAGE017
为加性高斯白噪声；
B2，对步骤B1得到的信号
Figure DEST_PATH_948090DEST_PATH_IMAGE006
经过离散傅里叶变换，得到信号
Figure DEST_PATH_267207DEST_PATH_IMAGE007
，其表达式为
Figure DEST_PATH_483425DEST_PATH_IMAGE018
其中，为对角矩阵，
Figure DEST_PATH_780731DEST_PATH_IMAGE020
是加性高斯白噪声的离散傅里叶变换；
B3，对步骤B2得到的信号
Figure DEST_PATH_723279DEST_PATH_IMAGE007
，对信号中的白噪声进行预消除，得到
Figure DEST_PATH_161214DEST_PATH_IMAGE008
，其表达式为
Figure DEST_PATH_394880DEST_PATH_IMAGE021
。
3.根据权利要求2所述的方法，其特征在于，所述步骤C的具体操作为：
C1，接收端对脉冲干扰
Figure DEST_PATH_867450DEST_PATH_IMAGE016
按照线性回归算法进行估计，其线性估计表达式为
Figure DEST_PATH_715320DEST_PATH_IMAGE022
其中
Figure DEST_PATH_702868DEST_PATH_IMAGE023
为观测向量，即脉冲干扰
Figure DEST_PATH_927176DEST_PATH_IMAGE016
，
Figure DEST_PATH_254252DEST_PATH_IMAGE024
为完备的正交基，
Figure DEST_PATH_351652DEST_PATH_IMAGE025
为稀疏比重向量；
C2，接收端对步骤B3得到的
Figure DEST_PATH_764179DEST_PATH_IMAGE008
进行均衡；
C3，接收端对步骤C2得到的均衡信号进行解映射，得到。
4.根据权利要求3所述的方法，其特征在于，所述步骤D的具体操作为：
D1，接收端对步骤C1得到的线性回归估计的稀疏比重向量
Figure DEST_PATH_770498DEST_PATH_IMAGE025
的方差
Figure DEST_PATH_225750DEST_PATH_IMAGE026
进行估计；
D2，根据步骤D1得到的稀疏比重向量
Figure DEST_PATH_935692DEST_PATH_IMAGE025
的方差，进一步估计观测向量
Figure DEST_PATH_537892DEST_PATH_IMAGE023
；
D3，根据步骤D2得到的观测向量和
Figure DEST_PATH_613481DEST_PATH_IMAGE009
构造接收估计向量
Figure DEST_PATH_717704DEST_PATH_IMAGE010
；
D4，根据步骤D3得到的接收估计向量
Figure DEST_PATH_686928DEST_PATH_IMAGE010
得到脉冲噪声估计量
Figure DEST_PATH_483982DEST_PATH_IMAGE011
。
5.根据权利要求4所述的方法，其特征在于，其中，所述步骤E的具体操作为：
E1，接收端对步骤D得到的
Figure DEST_PATH_92818DEST_PATH_IMAGE011
按照脉冲干扰
Figure DEST_PATH_328628DEST_PATH_IMAGE016
处理，经过干扰消除处理，得到
Figure DEST_PATH_339309DEST_PATH_IMAGE012
；
E2，对E1处理的信号进行均衡、解映射、解码、得到最终的二进制符号包
Figure DEST_PATH_216446DEST_PATH_IMAGE027
。
CN201310644387.XA 2013-12-05 2013-12-05 一种电力线正交频分复用通信系统中消除脉冲干扰的方法 Pending CN103716275A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310644387.XA CN103716275A (zh) 2013-12-05 2013-12-05 一种电力线正交频分复用通信系统中消除脉冲干扰的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310644387.XA CN103716275A (zh) 2013-12-05 2013-12-05 一种电力线正交频分复用通信系统中消除脉冲干扰的方法

Publications (1)

Publication Number Publication Date
CN103716275A true CN103716275A (zh) 2014-04-09

Family

ID=50408864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310644387.XA Pending CN103716275A (zh) 2013-12-05 2013-12-05 一种电力线正交频分复用通信系统中消除脉冲干扰的方法

Country Status (1)

Country Link
CN (1) CN103716275A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103944655A (zh) * 2014-04-14 2014-07-23 江苏益邦电力科技有限公司 电力线载波通信故障检测系统中的噪声识别方法
CN105227512A (zh) * 2015-10-19 2016-01-06 宁波大学 一种ofdm水声通信系统中的脉冲噪声估计方法
CN111314015A (zh) * 2020-01-07 2020-06-19 中国人民解放军国防科技大学 一种基于强化学习的脉冲干扰决策方法
CN116389214A (zh) * 2023-06-05 2023-07-04 四川科冠电子有限公司 适用于低压电力线载波通信的降噪方法、降噪终端及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1585396A (zh) * 2003-07-22 2005-02-23 三星电子株式会社 多载波调制信号的脉冲噪声降低的方法及其装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1585396A (zh) * 2003-07-22 2005-02-23 三星电子株式会社 多载波调制信号的脉冲噪声降低的方法及其装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JING LIN, MARCEL NASSAR, BRIAN L. EVANS: "Non-parametric Impulsive Noise Mitigation in OFDM Systems Using Sparse Bayesian Learning", 《IEEE GLOBECOM 2011 PROCEEDINGS》 *
李荣伟，吴乐南: "多载波电力线通信系统脉冲噪声处理方法研究", 《电子与信息学报》 *
程莉: "MIMO_OFDM系统中编码技术的研究", 《武汉理工大学硕士学位论文》 *
魏志刚: "低压电力线LDPC_OFDM通信技术研究", 《北京化工大学硕士学位论文》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103944655A (zh) * 2014-04-14 2014-07-23 江苏益邦电力科技有限公司 电力线载波通信故障检测系统中的噪声识别方法
CN103944655B (zh) * 2014-04-14 2016-06-15 江苏益邦电力科技有限公司 电力线载波通信故障检测系统中的噪声识别方法
CN105227512A (zh) * 2015-10-19 2016-01-06 宁波大学 一种ofdm水声通信系统中的脉冲噪声估计方法
CN105227512B (zh) * 2015-10-19 2018-03-27 宁波大学 一种ofdm水声通信系统中的脉冲噪声估计方法
CN111314015A (zh) * 2020-01-07 2020-06-19 中国人民解放军国防科技大学 一种基于强化学习的脉冲干扰决策方法
CN111314015B (zh) * 2020-01-07 2022-08-05 中国人民解放军国防科技大学 一种基于强化学习的脉冲干扰决策方法
CN116389214A (zh) * 2023-06-05 2023-07-04 四川科冠电子有限公司 适用于低压电力线载波通信的降噪方法、降噪终端及介质
CN116389214B (zh) * 2023-06-05 2023-08-08 四川科冠电子有限公司 适用于低压电力线载波通信的降噪方法、降噪终端及介质

Similar Documents

Publication Publication Date Title
CN113381951B (zh) 时变频选衰落信道下mftn联合信道估计与均衡方法
CN107360111B (zh) 一种基于压缩感知的电力线通信中脉冲噪声消除方法
CN111431832B (zh) 一种基于多维ofdm的信号调制方法和系统及mimo通信系统
WO2004010628A1 (en) Training prefix modulation method and receiver
CN101478510B (zh) 一种自适应均衡器及使用该均衡器的接收机系统
CN113259298B (zh) Otfs信号处理方法、装置、设备及存储介质
US11943081B2 (en) Method of receiving a transmitted signal over a time-varying channel and receiver thereof
US20050047323A1 (en) Low complexity multi-channel modulation method and apparatus
CN112953653B (zh) 一种单载波多用户水声通信方法
CN103716275A (zh) 一种电力线正交频分复用通信系统中消除脉冲干扰的方法
CN113411277B (zh) 一种多载波超奈奎斯特系统接收机的构建方法
CN108881080A (zh) 一种基于滑动窗与深度学习的ofdm抗ici检测方法
CN113381954B (zh) 一种基于广义近似消息传递的频域均衡方法
CN109861726A (zh) 一种改进的低压电力线通信系统信道估计算法
CN103067314B (zh) 基于非对等训练序列填充块传输系统的迭代信道估计方法及装置
CN105187337B (zh) 一种基于重复编码的ofdm判决辅助信道估计算法
CN109639301B (zh) 一种基于置信度估计的ftn均衡方法
CN105162737A (zh) 用于软件无线电系统的低复杂度自适应单载波频域均衡方法及装置
CN110381003A (zh) Scma-ofdm系统中的针对峰均比抑制的多用户信号检测方法
CN116170258A (zh) 一种基于编码循环压缩感知的信道估计方法
CN111884959B (zh) 一种用于单载波宽带无线通信系统的迭代均衡方法及设备
CN103414666B (zh) 一种基于均匀分布导频的二维自适应ofdm信道估计方法
CN108370365A (zh) 用于解调高阶qam信号的方法和系统
CN107070502B (zh) 一种基于pisa的电力线系统脉冲抑制方法
CN110912651A (zh) 一种ftn索引调制信号检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140409

RJ01 Rejection of invention patent application after publication