[发明专利]基于压缩感知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压缩感知的电力线通信系统脉冲噪声抑制方法，其在接收端利用去掉循环前缀后的带有脉冲噪声干扰的离散时域信号和构造的空子载波矩阵，根据OFDM符号中的各个子载波之间的正交性，可得到观测量与脉冲噪声和背景噪声之间的关系式；将Turbo编码思想引入压缩感知方法中，形成Turbo压缩感知算法，Turbo压缩感知算法由模块A和模块B两个模块组成，模块A执行线性最小均方误差方法，其结合观测量和来自模块B的消息；模块B执行最小均方误差方法，其结合脉冲噪声的先验分布和来自模块A的消息，在模块A和模块B迭代执行直到满足迭代收敛条件时，得到脉冲噪声的最终估计值；优点是其计算复杂度较低，且脉冲噪声抑制性能较好。

技术领域

本发明涉及一种电力线通信系统脉冲噪声抑制技术，尤其是涉及一种基于压缩感知的电力线通信系统脉冲噪声抑制方法。

背景技术

电力线通信(Power Line Communication，PLC)因其具有低成本效益和更快的数据速率而在商业和家庭市场中不断发展。但是，PLC的性能受到一些不良因素的严重影响，其中脉冲噪声是影响数据传输精度并导致性能显着下降的主要因素。

在电力线通信系统中，其拓扑结构与传统的无线通信系统、光通信系统不同，因此造成信道特性复杂，多径效应明显。为了对抗多径效应，多载波正交频分复用(OrthogonalFrequency Division Multiplexing，OFDM)技术在电力线通信系统中被广泛采用。OFDM技术能够有效地应对频率选择性衰落信道，因此OFDM技术对脉冲噪声的敏感度要比单载波对脉冲噪声的敏感度小很多。但是，实测表明，在传统的无线通信系统、光通信系统中，传统的OFDM接收机能够较好地抑制脉冲噪声，但在电力线通信系统中，当脉冲噪声的能量低于某个门限值时，传统的OFDM接收机可以较好地抑制脉冲噪声，而当脉冲噪声的能量超过某个门限值时，信号衰落严重，因此必须采用相应的技术来抑制脉冲噪声。

常用的采用OFDM技术的脉冲噪声抑制方法有消隐法、限幅法和联合消隐限幅法等参数化方法。这类方法的基本原理是通过设定一个门限值来判断接收到的采样信号是否被脉冲噪声严重干扰，如果被干扰，则将该采样信号置为0或将该采样信号的幅值限制为门限值。但是，这类方法需要估计脉冲噪声的统计模型，较小或较大的门限值都会导致脉冲噪声抑制性能严重下降。

由于脉冲噪声发生的可能性较低，通常为1％～2％，因此可以将脉冲噪声视为时域中的稀疏信号。通过将接收到的信号投影到OFDM的空子载波上来构造问题表述，基本思想是依靠L0范数最小化来完成脉冲噪声的估计。然而，直接解决L0范数是一个NP难题，为了使之可行，一般将这个问题转化为凸松弛问题。这样，有研究者提出了一种平滑的L0范数最小化算法，由于此算法采用了近似计算，因此导致在非脉冲噪声处产生了误差。另外，根据脉冲噪声的稀疏性，也可以通过稀疏贝叶斯学习(Sparse Bayesian Learning，SBL)算法来恢复。在SBL中，提出了两种用于减少脉冲噪声的算法，分别是使用空子载波估计脉冲噪声和使用全部子载波估计脉冲噪声。这些SBL算法可以通过合并一些有关脉冲噪声的先验信息来提高估计性能和鲁棒性，但是计算复杂度很高。近年来，近似消息传递(ApproximateMessage Passing，AMP)算法已被广泛使用，因为它们可以有效地降低计算复杂度。有研究者提出了一种基于广义近似消息传递(Generalized Approximate Message Passing，GAMP)的经验性压缩学习方法，该方法适用于低秩观测矩阵，并且该方法的计算复杂度较低，但是，该方法需要获取脉冲噪声的先验信息，并且当低秩观测矩阵为非高斯独立分布时，例如离散傅里叶矩阵，该方法不具有严格的收敛性。

发明内容

本发明所要解决的技术问题是提供一种基于压缩感知的电力线通信系统脉冲噪声抑制方法，其计算复杂度较低，且脉冲噪声抑制性能较好。

本发明解决上述技术问题所采用的技术方案为：一种基于压缩感知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：