[发明专利]电力线载波通信故障检测系统中的噪声识别方法

说明书

技术领域

本发明涉及一种通信故障检测系统中的噪声识别方法，具体讲是一种电力线载波通信故障检测系统中的噪声识别方法，属于电磁兼容技术领域。

技术背景

随着高速数字芯片、开关器件、无线通讯模块等广泛使用，大量电子噪声以电磁场的形式在空间传播，产生的电磁兼容问题也越来越复杂，严重影响其它设备正常运行。国内外的各种标准也明确规定，各类电子设备在销售前必须通过辐射噪声标准检测。为了解决电子设备在辐射噪声检测时噪声超标的问题，必须对辐射噪声问题进行深入研究。

电力线载波通信故障检测系统在进行辐射噪声检测时，针对超标噪声需采取一系列的抑制措施，但是由于该系统存在多个电力线载波信号，在采取噪声抑制措施时，需要单独找出引起辐射噪声超标的载波信号后再进行有效整改，因此快速、准确地找到引起辐射噪声超标的载波信号是采取噪声抑制措施的关键。目前，现有的噪声识别方法大都是步骤烦琐且识别精度相对较低，无法精确地识别出引起辐射噪声超标的载波信号。

发明内容

本发明所要解决的技术问题在于现有技术的缺陷，提供一种基于独立分量分析ICA算法的电力线载波通信故障检测系统中的噪声识别方法。

独立分量分析ICA算法是在源信号未知的情况下,仅对观测信号或检测信号进行分析而获得源信号及信号传输通道特性，其原理如图1所示。该问题的求解通常可看作一个最优化问题,先确定衡量独立性准则的目标函数,再采用优化算法来优化该目标函数,最终求出最优解。该最优解是各个源信号的最大程度地逼近。

设观测信号由测得的M组时域信号x₁(t),...,x_N(t)混合组成，即x(t)=[x₁(t),...,x_M(t)]^T、源信号是由N组独立的信号s₁(t),...,s_N(t)组成，即s(t)=[s₁(t),...,s_N(t)]^T，观测信号与源信号之间的关系为x(t)＝As(t)，其中Ａ为混合矩阵。独立分量分析即要在Ａ、s(t)未知的条件下，根据观察信号x(t)，通过衡量变量的独立性准则的目标函数寻找出分离矩阵W，从而求得s(t)的最大估计。设输出的分离信号为y(t)=[y₁(t),...,y_N(t)]，则有

y_N(t)＝W_N×Mx_M(t)＝W_N×MA_M×Ns_N(t)＝s_N(t)     （1）

其中，y(t)是源信号s(t)的一个最大估计，且各分离信号y_i(t)之间尽可能的相互独立。在一般模型中源信号数N大于或等于观测信号数M。在本发明中，取源信号数N与观察信号数M相同。

为了解决上述技术问题，本发明提供的电力线载波通信故障检测系统中的噪声识别方法,包括以下步骤：

1)、测得被测设备的M组近场时域信号并导出，将这M组近场时域信号x_i(t),i=1,2,...,M，构成列向量x(t)=[x₁(t),...,x_M(t)]^T作为观测信号；

2)、对观测信号x(t)进行独立分量分析：

2-1)、对观测信号x(t)进行白化预处理，所述白化预处理是：寻找一个线性变换R₀，使得变换后的R₀x(t)为白化向量:

R₀＝Λ^-1/2U^T      （2）

其中：x(t)的协方差矩阵C_x=E[xx^T]，Λ=diag[d1...dn]是以C_x的特征值为对角元素的对角矩阵，U为C_x的特征向量矩阵；

2-2)、寻找一个分离矩阵W，使y=Wx有最大的高斯性，y为分离后的近场时域信号；根据Kuhn-Tucker条件，确定E{G(W^Tx)}在约束E{G(W^Tx)²}＝||W||²＝1条件下的极值：

E{xg(W^Tx)}+βW＝0       （3）