凸优化期末..docVIP

基于的电力线载波通信脉冲噪声方法摘 要：在电力线载波通信系统中，由于脉冲噪声的存在，系统性能会受到严重影响。考虑到脉冲噪声在时域上具有稀疏性，可以采用一种基于理论的稀疏梯度投影算法对脉冲噪声进行另外本文还讨论了不同条件估计的均方误差变化情况关键词：电力线通信; 脉冲噪声; ; 稀疏梯度投影 Based Impulsive Noise Estimation Method in Powerline Communication System Abstract：The performance of powerline communication systems is seriously affected by the impulsive noise. Considering the sparse property of impulsive noise in the time domain, a Gradient Projection for Sparse Reconstruction algorithm based on the Convex Optimization theory can be applied to estimate the impulsive noise. In this method, we introduce a hidden variable to solve the convex differentiable objective function whose solution is the estimation of impulsive noise. Furthermore, we also discuss the performance variance of Mean Square Error under different conditions in this paper. Key words：Powerline Communication, impulsive noise, , GPSR 1 研究背景 电力线载波通信（Powerline Communication, PLC）是一种利用电力线介质进行传输的通信方式[1]。电力线作为已经完善搭建的基础设施，使用其进行数据传输可以大大降低通信成本。现有的典型PLC系统应用包括：远程抄表、实时报价以及智能能源管理等。但是，由于电力线设计之初是用来传输电能的，在线路上电压高、噪声大、负载种类复杂，因此对设备的抗干扰性和稳定性提出了很高的要求[3]。 在PLC系统的众多干扰中，噪声的影响最为明显。普遍认为PLC系统中的噪声可分为5类，分别是有色背景噪声、窄带噪声、与主频同步的周期脉冲噪声、与主频异步的周期脉冲噪声以及非周期的异步脉冲噪声[4][5]。而脉冲噪声的功率谱密度要比背景噪声功率谱密度高出10~15 dB，有时甚至可以达到50 dB[5]，因可以认为脉冲噪声是影响电力线通信系统性能的主要因素。 考虑到PLC系统中脉冲噪声的发生概率很低，其在时域上可以视为稀疏信号[]，因此我们可以使用基于压缩感知理论的信号重构算法对脉冲噪声信号进行重构和消除。未知稀疏信号的重构我们可以采用凸优化理论中的凸松弛方法进行求解范数既包含稀疏特性又是一个可分离函数，凸松弛法利用这一特点将脉冲噪声的范数作为目标函数，通过求解范数最小化问题，完成对脉冲噪声的估计。 本文中，我们采用凸松弛方法中的稀疏梯度投影算法[7]（Gradient Projection for Sparse Reconstruction，GPSR）来估计脉冲噪声。该方法引入隐变量，将不可微的目标函数转化为可微函数，然后通过求解可微的无约束凸目标函数，得到问题的最优解。另外，我们还通过不同条件下的仿真结果讨论了算法的估计性能。 2 问题描述在本节中，我们描述了一种基于OFDM调制的基带PLC系统传输模型，其相应模块如图1所示。 首先，在发送端发出的初始二进制数据序列被编译为定长码字。该码字通过正交相移键控（Quadrature Phase Shift Keying，QPSK）映射为一个OFDM符号，这里假定一个OFDM符号中全部子载波数为N，并且分别包括K个数据子载波和N-K个空子载波。通过QPSK映射的数据向量T=[T1,T2,…TN]T经过离散傅里叶变换（Inverse Discrete Fourier Transform，IDFT）模块转换为时域信号t=[t1,t2,…,tN]T=FHT，这里矩阵F是N点的离散傅里叶变换（Discrete Fourier Transform，DFT）范德蒙德矩阵，而FH是矩阵F的厄米特变换。在时域信号t的头部加上用于防止符号间干扰的CP之后传输到PLC信道