[发明专利]基于循环最小化的电力线通信系统脉冲噪声抑制方法

说明书

本发明公开了一种基于循环最小化的电力线通信系统脉冲噪声抑制方法，其在接收端将包含发送信号、脉冲噪声和背景噪声的混合信号转化为仅包含脉冲噪声和背景噪声的混合噪声信号，成功地分离出了所要处理的噪声部分；根据贝叶斯准则，确定脉冲噪声的目标参数服从的先验概率密度函数；根据先验概率密度函数得到求解脉冲噪声、背景噪声服从的高斯分布的方差、脉冲噪声的对角协方差矩阵的优化问题；利用循环最小化方法求解优先问题，对优化问题的三个未知变量采用固定两个变量求解第三个变量的循环迭代算法成功求解出各个变量的值，进而根据迭代收敛条件确定脉冲噪声的估计值；优点是其计算复杂度低，且脉冲噪声抑制效果好。

技术领域

本发明涉及一种脉冲噪声抑制技术，尤其是涉及一种基于循环最小化的电力线通信系统脉冲噪声抑制方法。

背景技术

随着智能电网的快速发展，电力线通信(Power Line Communication，PLC)得到了广泛的应用。与其他通信技术相比，PLC技术适用性广、安装费低，这使得它成为了小型电网领域和其他应用中广受欢迎的通信方式。然而，PLC技术的应用受到了一些不利因素的限制，其中脉冲噪声是影响电力网数据传输的主要因素。脉冲噪声大致可分为两种类型：异步型和周期型。异步型脉冲噪声主要是由电器间的开关瞬态引起的，它的特点是持续时间短、脉冲功率高、随机出现。

正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术能够有效地应对频率选择性衰落信道，所以它对脉冲噪声的敏感度要比单载波小很多。因此，OFDM在最新PLC标准下的物理层中得到了广泛的应用。

针对异步型脉冲噪声的降噪问题，常见的方法有限幅和消隐，但是这两种方法都要对脉冲噪声参数或OFDM信号参数进行估计。然而，在PLC环境中，异步型脉冲噪声是随时变化的，因此对脉冲噪声参数的精确测量较为困难。考虑到异步型脉冲噪声在时域内的稀疏性，即一个OFDM符号中的脉冲数不会超过某些阈值，因而将压缩感知(CompressedSensing，CS)技术应用于脉冲降噪。典型的压缩感知方法有正交匹配追踪算法，该算法利用空子载波对脉冲噪声进行估计并抑制，但该算法需要知道脉冲噪声的稀疏性，在稀疏度未知的情况下，该算法的估计性能受到很大影响。另有研究者提出采用光滑L₀范数最小化对脉冲噪声进行估计，该方法在估计性能上有所提高，但是，由于该方法采用连续函数进行近似，因此在非脉冲噪声采样点处会产生估计误差。脉冲噪声的稀疏性也决定了可以通过稀疏贝叶斯学习(Sparse Bayesian Learning，SBL)算法得到恢复，SBL算法通过整合有关脉冲噪声的先验信息，很好地提升了降噪的效果和强度，但是SBL算法具有较高的计算复杂度。

发明内容

本发明所要解决的技术问题是提供一种基于循环最小化的电力线通信系统脉冲噪声抑制方法，其计算复杂度低，且脉冲噪声抑制效果好。

本发明解决上述技术问题所采用的技术方案为：一种基于循环最小化的电力线通信系统脉冲噪声抑制方法，其特征在于包括以下步骤：