一种利用字典分类的plc信道脉冲噪声检测方法和系统

文档序号:1542624 发布日期:2020-01-17 浏览:26次 >En<

阅读说明:本技术 一种利用字典分类的plc信道脉冲噪声检测方法和系统 (PLC channel impulse noise detection method and system by utilizing dictionary classification ) 是由 翟明岳 于 2019-10-03 设计创作,主要内容包括:本发明的实施例公开一种利用字典分类的PLC信道脉冲噪声检测方法和系统,所述方法包括:步骤1,输入实测的PLC信号序列S;步骤2,根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量H&lt;Sub&gt;K&lt;/Sub&gt;满足判断条件|H&lt;Sub&gt;K&lt;/Sub&gt;|≥e&lt;Sub&gt;0&lt;/Sub&gt;,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e&lt;Sub&gt;0&lt;/Sub&gt;为脉冲噪声检测阈值。(The embodiment of the invention discloses a PLC channel impulse noise detection method and a system by utilizing dictionary classification, wherein the method comprises the following steps: step 1, inputting an actually measured PLC signal sequence S; and 2, detecting the PLC channel impulse noise according to the dictionary classification principle. The method specifically comprises the following steps: if the Kth normalized window score vector H K Satisfies the judgment condition | H K |≥e 0 Detecting impulse noise at the Kth point of the signal sequence S; otherwise, impulse noise is not detected. Wherein e is 0 Is an impulse noise detection threshold.)

一种利用字典分类的PLC信道脉冲噪声检测方法和系统

技术领域

本发明涉及电力领域,尤其涉及一种PLC信道脉冲噪声的检测方法和系统。

背景技术

电力线通信,相比各种有线通信技术,无需重新布线,易于组网等优点,具有广阔的应用前景。电力线通信技术分为窄带电力线通信(Narrowband over power line,NPL)和宽带电力线通信(Broadband over power line,BPL);窄带电力线通信是指带宽限定在3k~500kHz的电力线载波通信技术;电力线通信技术包括欧洲CENELEC的规定带宽(3~148.5kHz),美国联邦通讯委员会(FCC)的规定带宽(9~490kHz),日本无线工业及商贸联合会(Association of Radio Industries and Businesses,ARIB)的规定带宽(9~450kHz),和中国的规定带宽(3~500kHz)。窄带电力线通信技术多采用单载波调制技术,如PSK技术,DSSS技术和线性调频Chirp等技术,通信速率小于1Mbits/s;宽带电力线通信技术指带宽限定在1.6~30MHz之间、通信速率通常在1Mbps以上的电力线载波通信技术,采用以OFDM为核心的多种扩频通信技术。

虽然电力线通信系统有着广泛的应用,且技术相对成熟,但是电力线通信系统中大量的分支和电气设备,会在电力线信道中产生大量的噪声;而其中随机脉冲噪声具有很大的随机性,噪声强度高,对电力线通信系统造成严重破坏,因此,针对随机脉冲噪声的抑制技术,一直是国内外学者研究的重点;而且噪声模型并不符合高斯分布。因此,传统的针对高斯噪声设计的通信系统不再适用于电力线载波通信系统,必须研究相应的噪声抑制技术,以提高电力线通信系统信噪比,降低误码率,保证电力线通信系统质量。在实际应用中,一些简单的非线性技术经常被应用于消除电力线信道噪声,如Clipping、Blanking和Clipping/Blanking技术,但是这些研究方法都必须在一定的信噪比情况下才能良好工作,仅仅考虑了冲击噪声的消除,在电力线通信系统中,某些商用电力线发送器的特征是低发射功率,在一些特殊情况,发射功率甚至可能会低于18w,因此,在某些特殊情况,信号将会淹没在大量噪声中,导致电力线通信系统低信噪比情况。

随着非线性电器的应用和普及,中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性,脉冲噪声变得更为常见和严重,而要滤除此类脉冲噪声,首先要检测到脉冲噪声然后才能进一步采取相应的措施,而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。

发明内容

本发明的目的是提供一种利用字典分类的PLC信道脉冲噪声检测方法和系统,所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在字典空间中表示的差异,通过MUSIC分类方法检测脉冲噪声。所提出的方法具有较好的脉冲噪声检测性能,计算也非常简单。

为实现上述目的,本发明提供了如下方案:

一种利用字典分类的PLC信道脉冲噪声检测方法,包括:

步骤1,输入实测的PLC信号序列S;

步骤2,根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e0为脉冲噪声检测阈值。

一种利用字典分类的PLC信道脉冲噪声检测系统,包括:

获取模块,输入实测的PLC信号序列S;

检测模块,根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e0为脉冲噪声检测阈值。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

虽然电力线通信系统有着广泛的应用,且技术相对成熟,但是电力线通信系统中大量的分支和电气设备,会在电力线信道中产生大量的噪声;随着非线性电器的应用和普及,中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性,脉冲噪声变得更为常见和严重,而要滤除此类脉冲噪声,首先要检测到脉冲噪声然后才能进一步采取相应的措施,而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。

本发明的目的是提供一种利用字典分类的PLC信道脉冲噪声检测方法和系统,所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在字典空间中表示的差异,通过MUSIC分类方法检测脉冲噪声。所提出的方法具有较好的脉冲噪声检测性能,计算也非常简单。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明的方法流程示意图;

图2为本发明的系统结构示意图;

图3为本发明具体实施案例的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1一种利用字典分类的PLC信道脉冲噪声检测方法的流程示意图

图1为本发明一种利用字典分类的PLC信道脉冲噪声检测方法的流程示意图。如图1所示,所述的一种利用字典分类的PLC信道脉冲噪声检测方法具体包括以下步骤:

步骤1,输入实测的PLC信号序列S;

步骤2,根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e0为脉冲噪声检测阈值。

所述步骤2之前,所述方法还包括:

步骤3,计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0

所述步骤3包括:

步骤301,生成第n个信号一阶差分序列

Figure BDA0002224192430000045

具体为:

Figure BDA0002224192430000041

其中:

Figure BDA0002224192430000042

所述第n个信号一阶差分序列[n=1,2,…,N]

Sn:所述信号序列S中的第n个元素

S=[S1,S2,…,SN]:所述信号序列,长度为N

如果元素Sj的下标j>N,则Sj=0。

步骤302,生成第n个信号二阶差分序列

Figure BDA0002224192430000046

具体为:

Figure BDA0002224192430000043

其中:

所述第n个信号二阶差分序列[n=1,2,…,N]

如果元素Sj的下标j>N,则Sj=0。

步骤303,计算第n个信号特征矢量En,具体为:

Figure BDA0002224192430000051

其中:

[En]i:所述第n个信号特征矢量En的第i个元素[i=1,2,…,n]

Figure BDA0002224192430000052

所述第n个信号一阶差分序列

Figure BDA0002224192430000053

的第i个元素

所述第n个信号二阶差分序列

Figure BDA0002224192430000055

的第i个元素

所述第n个信号一阶差分序列中所有元素的最大值

Figure BDA0002224192430000058

所述第n个信号二阶差分序列中所有元素的最大值

Σ:矩阵的特征值矩阵

步骤304,求取第K个窗口分数序列hK,具体为:

Figure BDA00022241924300000511

其中:

Figure BDA00022241924300000512

矩阵[EK]TEK的第m个特征矢量,

按照特征值由大到小的顺序排列

[hK]j:所述第K个窗口分数序列hK的第j个元素

K=1,2,…,N

j=1,2,…,K

步骤305,求取所述第K个归一化窗口分数矢量HK,具体为:

第一步:分数调整,具体为:

Figure BDA00022241924300000513

其中:

σh:所述第K个窗口分数序列hK的均方差。

第二步:按照降序重新排列所述第K个窗口分数序列hK,得到第K

个降序窗口分数序列

Figure BDA0002224192430000061

第三步,计算AU参数序列a,具体为:

其中:

[a]i:所述AU参数序列a的第i个元素

Figure BDA0002224192430000063

所述第K个降序窗口分数序列

Figure BDA0002224192430000064

的第i个元素

Figure BDA0002224192430000065

所述第K个降序窗口分数序列

Figure BDA0002224192430000066

的最大值

Figure BDA0002224192430000067

所述第K个降序窗口分数序列

Figure BDA0002224192430000068

的最小值

第四步,计算权重序列W,具体为:

Figure BDA0002224192430000069

其中:

[W]i:所述权重序列W的第i个元素

i=1,2,…,K

第五步,计算所述第K个归一化窗口分数矢量HK,具体为:

Figure BDA00022241924300000610

其中:

[HK]i:所述第K个归一化窗口分数矢量HK的第i个元素

步骤306,求取所述负荷开关事件检测阈值e0,具体为:

Figure BDA0002224192430000071

其中:

Figure BDA0002224192430000072

所述第n个信号一次差分序列

Figure BDA0002224192430000073

的均值

Figure BDA0002224192430000074

所述第n个信号二次差分序列

Figure BDA0002224192430000075

的均值

Figure BDA0002224192430000076

均值序列

Figure BDA0002224192430000077

的均值

Figure BDA0002224192430000078

均值序列

Figure BDA0002224192430000079

的均值

Figure BDA00022241924300000710

均值序列

Figure BDA00022241924300000711

的均方差

Figure BDA00022241924300000712

均值序列

Figure BDA00022241924300000713

的均方差

Figure BDA00022241924300000714

均值序列的最大值

Figure BDA00022241924300000716

均值序列

Figure BDA00022241924300000717

的最大值。

图2一种利用字典分类的PLC信道脉冲噪声检测系统的结构意图

图2为本发明一种利用字典分类的PLC信道脉冲噪声检测系统的结构示意图。如图2所示,所述一种利用字典分类的PLC信道脉冲噪声检测系统包括以下结构:

获取模块401,输入实测的PLC信号序列S;

检测模块402,根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e0为脉冲噪声检测阈值。

所述的系统,还包括:

计算模块403,计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0

所述计算模块403,还包括下列单元,具体为:

第一计算单元4031,生成第n个信号一阶差分序列

Figure BDA00022241924300000718

具体为:

Figure BDA0002224192430000081

其中:

所述第n个信号一阶差分序列[n=1,2,…,N]

Sn:所述信号序列S中的第n个元素

S=[S1,S2,…,SN]:所述信号序列,长度为N

如果元素Sj的下标j>N,则Sj=0。

第二计算单元4032,生成第n个信号二阶差分序列

Figure BDA0002224192430000083

具体为:

Figure BDA0002224192430000084

其中:

Figure BDA0002224192430000085

所述第n个信号二阶差分序列[n=1,2,…,N]

如果元素Sj的下标j>N,则Sj=0。

第三计算单元4033,计算第n个信号特征矢量En,具体为:

其中:

[En]i:所述第n个信号特征矢量En的第i个元素[i=1,2,…,n]

Figure BDA0002224192430000087

所述第n个信号一阶差分序列

Figure BDA0002224192430000088

的第i个元素

Figure BDA0002224192430000089

所述第n个信号二阶差分序列

Figure BDA00022241924300000810

的第i个元素

Figure BDA00022241924300000811

所述第n个信号一阶差分序列

Figure BDA00022241924300000812

中所有元素的最大值

所述第n个信号二阶差分序列

Figure BDA00022241924300000814

中所有元素的最大值

Σ:矩阵

Figure BDA00022241924300000815

的特征值矩阵

第四计算单元4034,求取第K个窗口分数序列hK,具体为:

Figure BDA0002224192430000091

其中:

Figure BDA0002224192430000092

矩阵[EK]TEK的第m个特征矢量,

按照特征值由大到小的顺序排列

[hK]j:所述第K个窗口分数序列hK的第j个元素

K=1,2,...,N

j=1,2,...,K

第五计算单元4035,求取所述第K个归一化窗口分数矢量HK,具体为:

第一步:分数调整,具体为:

其中:

σh:所述第K个窗口分数序列hK的均方差。

第二步:按照降序重新排列所述第K个窗口分数序列hK,得到第K个降序窗口分数序列

Figure BDA0002224192430000094

第三步,计算AU参数序列a,具体为:

其中:

[a]i:所述AU参数序列a的第i个元素

Figure BDA0002224192430000096

所述第K个降序窗口分数序列

Figure BDA0002224192430000097

的第i个元素

Figure BDA0002224192430000098

所述第K个降序窗口分数序列

Figure BDA0002224192430000099

的最大值

所述第K个降序窗口分数序列

Figure BDA00022241924300000911

的最小值

第四步,计算权重序列W,具体为:

Figure BDA0002224192430000101

其中:

[W]i:所述权重序列W的第i个元素

i=1,2,...,K

第五步,计算所述第K个归一化窗口分数矢量HK,具体为:

Figure BDA0002224192430000102

其中:

[HK]i:所述第K个归一化窗口分数矢量HK的第i个元素

第六计算单元4036,求取所述负荷开关事件检测阈值e0,具体为:

其中:

Figure BDA0002224192430000104

所述第n个信号一次差分序列的均值

Figure BDA0002224192430000106

所述第n个信号二次差分序列的均值

Figure BDA0002224192430000108

均值序列

Figure BDA0002224192430000109

的均值

Figure BDA00022241924300001010

均值序列

Figure BDA00022241924300001011

的均值

Figure BDA00022241924300001012

均值序列

Figure BDA00022241924300001013

的均方差

Figure BDA00022241924300001014

均值序列

Figure BDA00022241924300001015

的均方差

Figure BDA00022241924300001016

均值序列

Figure BDA00022241924300001017

的最大值

Figure BDA00022241924300001018

均值序列

Figure BDA00022241924300001019

的最大值。

下面提供一个具体实施案例,进一步说明本发明的方案

图3为本发明具体实施案例的流程示意图。如图3所示,具体包括以下步骤:

1.输入实测的PLC信号序列

S=[S1,S2,...,SN-1,SN]

其中:

S:实测的PLC信号数据序列,长度为N

Si,i=1,2,…,N:序号为i的实测PLC信号

2.求取信号一阶差分序列

其中:

Figure BDA00022241924300001114

所述第n个信号一阶差分序列[n=1,2,...,N]

Sn:所述信号序列S中的第n个元素

S=[S1,S2,...,SN]:所述信号序列,长度为N

如果元素Sj的下标j>N,则Sj=0。

3.求取信号二阶差分序列

Figure BDA0002224192430000112

其中:

Figure BDA0002224192430000113

所述第n个信号二阶差分序列[n=1,2,...,N]

如果元素Sj的下标j>N,则Sj=0。

4.求取信号特征矢量

Figure BDA0002224192430000114

其中:

[En]i:所述第n个信号特征矢量En的第i个元素[i=1,2,...,n]

Figure BDA0002224192430000115

所述第n个信号一阶差分序列

Figure BDA0002224192430000116

的第i个元素

所述第n个信号二阶差分序列

Figure BDA0002224192430000118

的第i个元素

Figure BDA0002224192430000119

所述第n个信号一阶差分序列

Figure BDA00022241924300001110

中所有元素的最大值

Figure BDA00022241924300001111

所述第n个信号二阶差分序列

Figure BDA00022241924300001112

中所有元素的最大值

Σ:矩阵的特征值矩阵

5.求取窗口分数序列

Figure BDA0002224192430000121

其中:

Figure BDA0002224192430000122

矩阵[EK]TEK的第m个特征矢量,

按照特征值由大到小的顺序排列

[hK]j:所述第K个窗口分数序列hK的第j个元素

K=1,2,...,N

j=1,2,…,K

6.求取归一化窗口分数矢量

第一步:分数调整,具体为:

Figure BDA0002224192430000123

其中:

σh:所述第K个窗口分数序列hK的均方差。

第二步:按照降序重新排列所述第K个窗口分数序列hK,得到第K

个降序窗口分数序列

Figure BDA0002224192430000124

第三步,计算AU参数序列a,具体为:

Figure BDA0002224192430000125

其中:

[a]i:所述AU参数序列a的第i个元素

Figure BDA0002224192430000126

所述第K个降序窗口分数序列

Figure BDA0002224192430000127

的第i个元素

Figure BDA0002224192430000128

所述第K个降序窗口分数序列

Figure BDA0002224192430000129

的最大值

Figure BDA00022241924300001210

所述第K个降序窗口分数序列

Figure BDA00022241924300001211

的最小值

第四步,计算权重序列W,具体为:

Figure BDA0002224192430000131

其中:

[W]i:所述权重序列W的第i个元素

i=1,2,…,K

第五步,计算所述第K个归一化窗口分数矢量HK,具体为:

Figure BDA0002224192430000132

其中:

[HK]i:所述第K个归一化窗口分数矢量HK的第i个元素

7.求取脉冲噪声检测阈值

Figure BDA0002224192430000133

其中:

Figure BDA0002224192430000134

所述第n个信号一次差分序列

Figure BDA0002224192430000135

的均值

Figure BDA0002224192430000136

所述第n个信号二次差分序列

Figure BDA0002224192430000137

的均值

Figure BDA0002224192430000138

均值序列

Figure BDA0002224192430000139

的均值

均值序列

Figure BDA00022241924300001311

的均值

均值序列的均方差

Figure BDA00022241924300001314

均值序列

Figure BDA00022241924300001315

的均方差

Figure BDA00022241924300001316

均值序列

Figure BDA00022241924300001317

的最大值

Figure BDA00022241924300001318

均值序列

Figure BDA00022241924300001319

的最大值。

8.检测脉冲噪声

根据字典分类原理检测PLC信道脉冲噪声。具体为:如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0,则在所述信号序列S的第K点处,检测到脉冲噪声;否则,未检测到脉冲噪声。其中,e0为脉冲噪声检测阈值。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述较为简单,相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

15页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种多电气控制盒在线的检测系统

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!