电力载波通信中接收端通路噪声规避系统设计
刘彦甲+晋会杰
摘 要： 以电力载波通信中接收端通路噪声为研究对象，提出基于分数阶傅里叶变换限波的噪声干扰规避设计。根据噪声具有的频谱特性构建噪声时间序列信号测量模型，由于不同噪声信号具有不同的时间序列，计算噪声信号的功率谱并获取功率谱值，通过运用噪声时间序列信号测量模型对噪声信号实现判定；依据噪声信号在分数阶傅里叶域的特征，将信号变化至傅里叶域，在该域中实现一维遮盖处理，滤除非平稳宽带干扰信号，再重新变换至时域中；在傅里叶域中构造滤波器，利用门限值对接收端信号进行调节，实现噪声信号规避设计。实验证明，利用所提方法可有效避免载波通信接收端的噪声信号影响。
关键词： 电力； 载波通信； 分数阶傅里叶； 噪声信号
中图分类号： TN911.4?34； TP391 文献标识码： A 文章编号： 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
目前通信技术发展迅猛，给人们生活带来了巨大改变，在解决“最后一公里”的方案中电力线载波通信技术意义重大，它正逐渐融入到人们的生活中[1]。在信息家电、楼宇智能及Internet接入等领域中电力线载波通信都得到了广泛应用，拥有非常高的关注度[2?3]。
文献[4]提出整个通信系统研究中电力线载波通信噪声特性是必不可少的一部分，针对它的研究与仿真意义重大。对于实际通信过程而言，对信道噪声特性进行研究能够让通信系统明确如何规避通信过程中的噪声影响。噪声特性研究能够使硬件或编码等领域的开发应对措施具有更优的针对性和可行性，使通信质量提升；为了更加细致的研究整个通信系统，可以通过对信道噪声的仿真实验来实现，因此需构建一个关于电力线载波通信噪声的仿真系统[5?6]。文献[7]中提到信息时代的进步离不开网络技术的开发和应用，激增的宽带需求表明人们通信需求越来越大。通信领域中电力线通信以其网络分布广、无需重新布线等优点受到人们青睐，应用较广。作为通信信道中最重要的一项参数，只有细致了解信道噪声特性后，才能实现在电力线上的高速通信。然而为电力传输设计的电力线网络，众多负载项使噪声的产生也趋于多样化[8?9]。
考虑到噪声对电力线载波通信质量的影响，提出基于分数阶傅里叶变换限波的噪声干扰规避设计，并通过实验测试其性能。
1 电力载波通信接收端噪声规避设计过程
1.1 电力载波通信噪声分析及建模
可以用一个白噪声源滤波简单地合成背景噪声，其过程为：高斯白噪声→滤波器→背景噪声。由平面上的传递函数表示噪声整形滤波器，则：
（1）
式中：表示移动平均部分函数；表示自回归部分函数；代表滤波器系数；表示的反转平面；分别为移动平均部分函数和自回归部分函数中的参数。
运用自回归部分函数处理噪声模型，当时，参数可用自回归频谱分析测量噪声信号并确定信号。因为随时间推移，背景噪声的功率谱密度变化缓慢，所以当模拟噪声环境改变时，就需要改变参数。
若用一个阶差分方程来描述信号模型，则：
（2）
式中：表示随机噪声序列；分别表示第个，个随机噪声序列；表示零均值白噪声；分别表示第个，个白噪声；代表阶滤波器参数；表示阶数。
在系数取值范围不同的条件下，可将模型分为以下三种：
（1） 滑动平均模型（MA模型）
式（2）中，当时，此模型即为MA模型。可描述模型系统函数为：
（3）
式（3）表明，该模型只存在零点，除了原点外没有其他极点，故此也称其为全零点模型。模型零点如果全部在单位圆内部，则该模型的相位系统最小时具有可逆性。
（2） 自回归模型（AR模型）
差分方程中，当，时，此时该模型即为AR模型。可描述该模型系统函数为：
（4）
式（4）表明，该模型只存在极点，除了原点外没有其他零点，所以也称其为全极点模型。所有极点只有全部处在单位圆内才能使模型稳定。
（3） 自回归滑动平均模型（ARMA模型）
可描述该模型的系统函数为：
（5）
通过典型噪声源激励产生的线性系统都可视为许多平稳随机序列，它是由典型噪声源激励线性系统产生的，通常这种噪声源一般都是白噪声序列源。以模型输出功率谱来表示平稳随机信号的功率谱，则：
（6）
式中：表示随機信号功率谱；表示噪声方差；表示随机信号系统函数。
在已知自回归模型的各个参数及模型输入白噪声方差和信号功率谱的情况下，运用系统冲激响应，通过卷积定理可获得：
（7）
式中：表示随机信号序列；表示白噪声；表示冲激响应。
由上述过程可求出系统输出信号，即背景噪声信号。
1.2 载波通信接收端噪声干扰规避设计
假设代表待调制信号数据序列，发送端OFDM系统中的信号在分数阶傅里叶域中的表达式为：
（8）
式中：为待调制信号在分数傅里叶域中的表达式；表示调制信号数量；为常数；表示信号频率。
定义非平稳宽带干扰信号（LFM）的离散形式为：
（9）
式中：为冲击函数；为常数。
在信道内考虑存在非平稳宽带干扰信号，假设信道噪声是，则接收端信号可描述为：
（10）
式中：为输出调制信号序列；为干扰信号。将式（10）变换成分数阶傅里叶形式：
（11）
选择适合的带阻滤波器能够过滤掉分数阶傅里叶域中非平稳宽带干扰信号，则分数阶傅里叶域中带阻滤波器的特性可描述为：
（12）
式中表示参考门限。
经过带阻滤波器处理并运用分数阶傅里叶进行反变换，获得：
（13）
式中表示滤除LFM干扰所获取的信号。
通过在二维平面上搜索信号的分数阶傅里叶变换能量，可获得峰值对应点的位置，因此，描述信号的阶分数阶傅里叶域为：
（14）
式中：阶分数阶傅里叶域，输出调制信号序列为；待调制的调制信号为；干扰信号为；信道噪声为。
LFM干扰能量大部分聚集在以为中心的窄带内，为有效规避信号干扰，在分数阶傅里叶域构造具有一定特性的带阻滤波器，则：
（15）
2 仿真实验及结果分析
为有效抑制电力线载波通信中的接收端噪声信号，通过以下实验证明文中方法的可行性。首先，实验给出一组含噪声信号序列及一组不含噪声信号序列，通过运用文中构建的噪声测量模型及维格纳?威利噪声识别方法对两组含噪声信号进行识别实验，比较文中模型及维格纳?威利噪声识别方法是否能够准确辨别含噪声信号序列。具体如图1～图6所示。
实验中图1给出一组不含噪声信号序列，通过运用文中噪声测量模型及维格纳?威利噪声识别方法对图1中的信号序列进行是否含噪声辨别实验。图2为利用维格纳?威利噪声识别方法的辨识结果，观察图2可以看出，对图1的识别结果是一组含噪声信号的数据序列，但事实上实验给出的第一组信号序列为不含噪声的信号序列，因此，维格纳?威利噪声识别方法并未有效识别第一组信号序列。
再观察图3可以看出，图3为利用本文噪声测量模型进行信号序列辨识的结果，图3中输出信号波形基本与图1一致，即不含噪声信号序列图像，因此利用本文噪声测量模型有效地辨别了第一组信号序列。第二组原含噪声图像及辨识信号图像结果如图4所示。
图5是利用维格纳?威利方法对第二组含噪声信号序列进行识别后输出的结果，可以看出实验给定为含噪声信号序列，但该方法输出的结果却是不含噪声信号序列，错误率非常高，则维格纳?威利噪声识别方法不是有效辨别噪声信号的方法。图6为利用本文噪声测量模型对第二组含噪声信号序列实现辨识的结果，从图6中能够看出该信号为典型的含噪信号，表明本文噪声测量模型能够有效地辨别噪声信号序列。
为有效规避电力载波通信接收端的噪声信号，该实验给出6组含噪声的信号，利用本文分数阶傅里叶限波噪声抑制方法及NBI噪声抑制方法对6组含噪声信号进行噪声抑制，比较滤除噪声信号耗时及输出不含噪声信号调节次数，具体数据如表1，表2所示。
表1为利用NBI方法滤除噪声耗时及信号调节次数统计表，表2为利用本文方法滤除噪声耗时及信号调节次数，比较表1和表2能够明显看出，运用NBI方法实现滤除噪声处理耗时明显要比利用本文方法滤除噪声信号耗时长，本文方法耗时最高为9.6 s，而NBI方法最高耗时已经达到4.46 min，表明本文分数阶傅里叶限波噪声抑制方法在滤除噪声信号方面效率较高。
输出抑制噪声信号调节次数，本文分数阶傅里叶限波噪声抑制方法都是通过一次就成功输出抑制噪声信号，显示了本文方法的稳定性和优越性。
3 结 语
电力线载波通信中常常含有大量不同种类的噪声信号，为有效抑制干扰信号，本文提出基于分数阶傅里叶变换限波的噪声干扰规避设计。首先，依据噪声信号具备的特殊性质建立噪声信号测量模型，同时根据不同噪声存在不同时间序列，求解噪声功率谱，以此判定信道内是否存在噪声；其次，基于分数阶傅里叶理论对信号进行傅里叶变换，进行一维遮盖操作后滤除LFM干扰信号，通过在接收端调节信号以实现电力载波通信接收端噪声信号的抑制过程。
注：本文通讯作者为晋会杰。
参考文献
[1] 马晓奇，赵宇东，邵滨，等.基于OFDM的低压电力线载波通信和微功率无线通信的双模通信的低压集抄系统[J].科技通报，2016，32（6）：80?83.
[2] 向敏，文超，成亮.基于IPv6的电力线载波通信分片独立的重传机制[J].电网技术，2015，39（1）：169?175.
[3] 李建岐，陆阳，高鸿坚.基于信道认知在线可定义的电力线载波通信方法[J].中国电机工程学报，2015，35（20）：5235?5243.
[4] 黄洪，邵强，徐睿，等.提高电力线载波通信可靠性的方法[J].上海计量测试，2016，43（5）：40?42.
[5] 陈长庆，魏波.网络光纤通信中的噪聲干扰去除方法研究[J].计算机仿真，2016，33（10）：23?24.
[6] 曹盛万，李军，陈志刚.电力线载波通信环境测试仪的设计[J].广西电力，2015，38（1）：27?31.
[7] 胥小波，刘宏立，谷志茹.G3标准电力线通信路由算法分析与改进[J].计算机工程与应用，2015，51（15）：107?111.
[8] 王植，董梦菲，徐东明.基于BFSK的低压电力线通信系统研究[J].中国集成电路，2016，25（4）：67?72.
[9] 张正文，赵晓晴，尹波，等.基于递归最小追踪的噪声互功率谱估计算法[J].科学技术与工程，2016，16（10）：164?166.
摘 要： 以电力载波通信中接收端通路噪声为研究对象，提出基于分数阶傅里叶变换限波的噪声干扰规避设计。根据噪声具有的频谱特性构建噪声时间序列信号测量模型，由于不同噪声信号具有不同的时间序列，计算噪声信号的功率谱并获取功率谱值，通过运用噪声时间序列信号测量模型对噪声信号实现判定；依据噪声信号在分数阶傅里叶域的特征，将信号变化至傅里叶域，在该域中实现一维遮盖处理，滤除非平稳宽带干扰信号，再重新变换至时域中；在傅里叶域中构造滤波器，利用门限值对接收端信号进行调节，实现噪声信号规避设计。实验证明，利用所提方法可有效避免载波通信接收端的噪声信号影响。
关键词： 电力； 载波通信； 分数阶傅里叶； 噪声信号
中图分类号： TN911.4?34； TP391 文献标识码： A 文章编号： 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
目前通信技术发展迅猛，给人们生活带来了巨大改变，在解决“最后一公里”的方案中电力线载波通信技术意义重大，它正逐渐融入到人们的生活中[1]。在信息家电、楼宇智能及Internet接入等领域中电力线载波通信都得到了广泛应用，拥有非常高的关注度[2?3]。
文献[4]提出整个通信系统研究中电力线载波通信噪声特性是必不可少的一部分，针对它的研究与仿真意义重大。对于实际通信过程而言，对信道噪声特性进行研究能够让通信系统明确如何规避通信过程中的噪声影响。噪声特性研究能够使硬件或编码等领域的开发应对措施具有更优的针对性和可行性，使通信质量提升；为了更加细致的研究整个通信系统，可以通过对信道噪声的仿真实验来实现，因此需构建一个关于电力线载波通信噪声的仿真系统[5?6]。文献[7]中提到信息时代的进步离不开网络技术的开发和应用，激增的宽带需求表明人们通信需求越来越大。通信领域中电力线通信以其网络分布广、无需重新布线等优点受到人们青睐，应用较广。作为通信信道中最重要的一项参数，只有细致了解信道噪声特性后，才能实现在电力线上的高速通信。然而为电力传输设计的电力线网络，众多负载项使噪声的产生也趋于多样化[8?9]。
考虑到噪声对电力线载波通信质量的影响，提出基于分数阶傅里叶变换限波的噪声干扰规避设计，并通过实验测试其性能。
1 电力载波通信接收端噪声规避设计过程
1.1 电力载波通信噪声分析及建模
可以用一个白噪声源滤波简单地合成背景噪声，其过程为：高斯白噪声→滤波器→背景噪声。由平面上的传递函数表示噪声整形滤波器，则：
（1）
式中：表示移动平均部分函数；表示自回归部分函数；代表滤波器系数；表示的反转平面；分别为移动平均部分函数和自回归部分函数中的参数。
运用自回归部分函数处理噪声模型，当时，参数可用自回归频谱分析测量噪声信号并确定信号。因为随时间推移，背景噪声的功率谱密度变化缓慢，所以当模拟噪声环境改变时，就需要改变参数。
若用一个阶差分方程来描述信号模型，则：
（2）
式中：表示随机噪声序列；分别表示第个，个随机噪声序列；表示零均值白噪声；分别表示第个，个白噪声；代表阶滤波器参数；表示阶数。
在系数取值范围不同的条件下，可将模型分为以下三种：
（1） 滑动平均模型（MA模型）
式（2）中，当时，此模型即为MA模型。可描述模型系统函数为：
（3）
式（3）表明，该模型只存在零点，除了原点外没有其他极点，故此也称其为全零点模型。模型零点如果全部在单位圆内部，则该模型的相位系统最小时具有可逆性。
（2） 自回归模型（AR模型）
差分方程中，当，时，此时该模型即为AR模型。可描述该模型系统函数为：
（4）
式（4）表明，该模型只存在极点，除了原点外没有其他零点，所以也称其为全极点模型。所有极点只有全部处在单位圆内才能使模型稳定。
（3） 自回归滑动平均模型（ARMA模型）
可描述该模型的系统函数为：
（5）
通过典型噪声源激励产生的线性系统都可视为许多平稳随机序列，它是由典型噪声源激励线性系统产生的，通常这种噪声源一般都是白噪声序列源。以模型输出功率谱来表示平稳随机信号的功率谱，则：
（6）
式中：表示随機信号功率谱；表示噪声方差；表示随机信号系统函数。
在已知自回归模型的各个参数及模型输入白噪声方差和信号功率谱的情况下，运用系统冲激响应，通过卷积定理可获得：
（7）
式中：表示随机信号序列；表示白噪声；表示冲激响应。
由上述过程可求出系统输出信号，即背景噪声信号。
1.2 载波通信接收端噪声干扰规避设计
假设代表待调制信号数据序列，发送端OFDM系统中的信号在分数阶傅里叶域中的表达式为：
（8）
式中：为待调制信号在分数傅里叶域中的表达式；表示调制信号数量；为常数；表示信号频率。
定义非平稳宽带干扰信号（LFM）的离散形式为：
（9）
式中：为冲击函数；为常数。
在信道内考虑存在非平稳宽带干扰信号，假设信道噪声是，则接收端信号可描述为：
（10）
式中：为输出调制信号序列；为干扰信号。将式（10）变换成分数阶傅里叶形式：
（11）
选择适合的带阻滤波器能够过滤掉分数阶傅里叶域中非平稳宽带干扰信号，则分数阶傅里叶域中带阻滤波器的特性可描述为：
（12）
式中表示参考门限。
经过带阻滤波器处理并运用分数阶傅里叶进行反变换，获得：
（13）
式中表示滤除LFM干扰所获取的信号。
通过在二维平面上搜索信号的分数阶傅里叶变换能量，可获得峰值对应点的位置，因此，描述信号的阶分数阶傅里叶域为：
（14）
式中：阶分数阶傅里叶域，输出调制信号序列为；待调制的调制信号为；干扰信号为；信道噪声为。
LFM干扰能量大部分聚集在以为中心的窄带内，为有效规避信号干扰，在分数阶傅里叶域构造具有一定特性的带阻滤波器，则：
（15）
2 仿真实验及结果分析
为有效抑制电力线载波通信中的接收端噪声信号，通过以下实验证明文中方法的可行性。首先，实验给出一组含噪声信号序列及一组不含噪声信号序列，通过运用文中构建的噪声测量模型及维格纳?威利噪声识别方法对两组含噪声信号进行识别实验，比较文中模型及维格纳?威利噪声识别方法是否能够准确辨别含噪声信号序列。具体如图1～图6所示。
实验中图1给出一组不含噪声信号序列，通过运用文中噪声测量模型及维格纳?威利噪声识别方法对图1中的信号序列进行是否含噪声辨别实验。图2为利用维格纳?威利噪声识别方法的辨识结果，观察图2可以看出，对图1的识别结果是一组含噪声信号的数据序列，但事实上实验给出的第一组信号序列为不含噪声的信号序列，因此，维格纳?威利噪声识别方法并未有效识别第一组信号序列。
再观察图3可以看出，图3为利用本文噪声测量模型进行信号序列辨识的结果，图3中输出信号波形基本与图1一致，即不含噪声信号序列图像，因此利用本文噪声测量模型有效地辨别了第一组信号序列。第二组原含噪声图像及辨识信号图像结果如图4所示。
图5是利用维格纳?威利方法对第二组含噪声信号序列进行识别后输出的结果，可以看出实验给定为含噪声信号序列，但该方法输出的结果却是不含噪声信号序列，错误率非常高，则维格纳?威利噪声识别方法不是有效辨别噪声信号的方法。图6为利用本文噪声测量模型对第二组含噪声信号序列实现辨识的结果，从图6中能够看出该信号为典型的含噪信号，表明本文噪声测量模型能够有效地辨别噪声信号序列。
为有效规避电力载波通信接收端的噪声信号，该实验给出6组含噪声的信号，利用本文分数阶傅里叶限波噪声抑制方法及NBI噪声抑制方法对6组含噪声信号进行噪声抑制，比较滤除噪声信号耗时及输出不含噪声信号调节次数，具体数据如表1，表2所示。
表1为利用NBI方法滤除噪声耗时及信号调节次数统计表，表2为利用本文方法滤除噪声耗时及信号调节次数，比较表1和表2能够明显看出，运用NBI方法实现滤除噪声处理耗时明显要比利用本文方法滤除噪声信号耗时长，本文方法耗时最高为9.6 s，而NBI方法最高耗时已经达到4.46 min，表明本文分数阶傅里叶限波噪声抑制方法在滤除噪声信号方面效率较高。
输出抑制噪声信号调节次数，本文分数阶傅里叶限波噪声抑制方法都是通过一次就成功输出抑制噪声信号，显示了本文方法的稳定性和优越性。
3 结 语
电力线载波通信中常常含有大量不同种类的噪声信号，为有效抑制干扰信号，本文提出基于分数阶傅里叶变换限波的噪声干扰规避设计。首先，依据噪声信号具备的特殊性质建立噪声信号测量模型，同时根据不同噪声存在不同时间序列，求解噪声功率谱，以此判定信道内是否存在噪声；其次，基于分数阶傅里叶理论对信号进行傅里叶变换，进行一维遮盖操作后滤除LFM干扰信号，通过在接收端调节信号以实现电力载波通信接收端噪声信号的抑制过程。
注：本文通讯作者为晋会杰。
参考文献
[1] 马晓奇，赵宇东，邵滨，等.基于OFDM的低压电力线载波通信和微功率无线通信的双模通信的低压集抄系统[J].科技通报，2016，32（6）：80?83.
[2] 向敏，文超，成亮.基于IPv6的电力线载波通信分片独立的重传机制[J].电网技术，2015，39（1）：169?175.
[3] 李建岐，陆阳，高鸿坚.基于信道认知在线可定义的电力线载波通信方法[J].中国电机工程学报，2015，35（20）：5235?5243.
[4] 黄洪，邵强，徐睿，等.提高电力线载波通信可靠性的方法[J].上海计量测试，2016，43（5）：40?42.
[5] 陈长庆，魏波.网络光纤通信中的噪聲干扰去除方法研究[J].计算机仿真，2016，33（10）：23?24.
[6] 曹盛万，李军，陈志刚.电力线载波通信环境测试仪的设计[J].广西电力，2015，38（1）：27?31.
[7] 胥小波，刘宏立，谷志茹.G3标准电力线通信路由算法分析与改进[J].计算机工程与应用，2015，51（15）：107?111.
[8] 王植，董梦菲，徐东明.基于BFSK的低压电力线通信系统研究[J].中国集成电路，2016，25（4）：67?72.
[9] 张正文，赵晓晴，尹波，等.基于递归最小追踪的噪声互功率谱估计算法[J].科学技术与工程，2016，16（10）：164?166.
