一种电力线通信系统中信号干扰噪声比的盲估计方法

摘要

本发明公开了一种电力线通信系统中信号干扰噪声比的盲估计方法，其通过求取接收信号的周期自相关函数，分别分析发送信号、背景噪声、脉冲噪声和接收信号的周期自相关函数的能量分布图，选取合适的时延变量和循环频率变量有效的分离信号功率和干扰加噪声功率，从而估计出信号干扰噪声比的估计值；优点是不需要发送导频信息，而是利用发送信号本身的循环平稳特性，通过分析发送信号、背景噪声和脉冲干扰的周期自相关函数能量分布，通过选取合适的时延值和频率值实现信号干扰噪声比的盲估计，本发明方法较传统的发送导频方法具有更高的频谱利用率，同时可以准确有效地估计出脉冲干扰环境下的信号干扰噪声比的估计值，计算复杂度低，估计精确度高。

主权项

1.一种电力线通信系统中信号干扰噪声比的盲估计方法，在电力线通信系统中采用OFDM多载波调制技术，并且电力线通信信道采用多径模型，其特征在于该盲估计方法包括以下步骤：①假设电力线通信信道有h条路径，则h条路径的传递函数表示为H(f)，其中，h≥1，f表示h条路径的传输频率，1≤i≤h，g_i表示第i条路径的衰减系数，e表示自然基数，j为虚数表示符号，τ_i表示第i条路径的时延，d_i表示第i条路径的长度，A(f,d_i)表示第i条路径的衰减因子，a₀和a₁均为衰减因子的衰减系数，f^q表示f的q次方；同时，确定采用Nakagami模型描述背景噪声的幅度，并采用Middleton Class A模型描述脉冲噪声的幅度；②在电力线通信系统的发送端，将发送端待发送的OFDM调制信号记为x(n)，然后根据周期自相关函数的定义，计算x(n)的周期自相关函数，记为R_x(k,τ)，$R_x(k,\tau )=\frac{{\sigma }_s^{2}M}{P}\{\delta \left(\tau \right)\delta \left(k\right)+\delta (\tau +M)E_1\left(k\right)+\delta (\tau -M)E_2\left(k\right)\},$其中，n为离散时间点，n=1，2，3…，k表示循环频率，τ表示时延变量，表示x(n)的方差，M表示电力线通信系统中的子载波的总个数，P表示x(n)中的OFDM符号的长度，P=M+L，L表示x(n)中的OFDM符号的循环前缀的长度，$\delta \left(\tau \right)=\left\{\begin{array}{cc}1& \tau =0\\ 0& \tau \ne 0\end{array}\right.,$$\delta \left(k\right)=\left\{\begin{array}{cc}1& k=0\\ 0& k\ne 0\end{array}\right.,$$\delta (\tau +M)=\left\{\begin{array}{cc}1& \tau =-M\\ 0& \tau \ne -M\end{array}\right.,$$\delta (\tau -M)=\left\{\begin{array}{cc}1& \tau =M\\ 0& \tau \ne M\end{array}\right.,$$E_1\left(k\right)=e^{-j\frac{\mathrm{\pi k}}{P}(L-1)}\frac{\sin (\mathrm{\pi kL}/P)}{\sin (\mathrm{\pi k}/P)},$E₂(k)=E₁(k)e^-j2πMk/P，e表示自然基数，j为虚数表示符号，sin()为正弦函数；③在电力线通信系统的接收端，将接收端接收到的信号记为y(n)，$y\left(n\right)=\underset{i=1}{\overset{h}{\Sigma }}\left(x\left(n\right)g_i{e}^{j{\phi }_i}A(f,d_i)\right)+\sqrt{S_r}r\left(n\right)+\sqrt{S_v}v\left(n\right),$其中，e表示自然基数，j为虚数表示符号，φ_i表示第i条路径接收到的信号的相位因子，r(n)表示背景噪声，表示背景噪声的幅度，v(n)表示脉冲噪声，表示脉冲噪声的幅度；然后根据周期自相关函数的定义，计算y(n)的周期自相关函数，记为R_y(k,τ)，$\begin{array}{c}{R}_y(k,\tau )=\underset{i=1}{\overset{h}{\Sigma }}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\tau )e^{\frac{-j2\mathrm{\pi k}{\tau }_i}{P}}\right\}+S_r{R}_r(k,\tau )+S_v{R}_v(k,\tau )+\\ \underset{i_1=1}{\overset{h}{\Sigma }}\underset{i_2=1,i_2\ne i_1}{\overset{h}{\Sigma }}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\phi }_{i_1}}-e^{j{\phi }_{i_2}})R_x(k,\tau -{\tau }_{i_1}+{\tau }_{i_2})e^{\frac{-j2\mathrm{\pi k}{\tau }_{i_1}}{P}}\end{array},$其中，S_r表示背景噪声的功率，S_v表示脉冲噪声的功率，R_r(k,τ)表示背景噪声的周期自相关函数，R_v(k,τ)表示脉冲噪声的周期自相关函数，1≤i₁≤h，1≤i₂≤h，表示第i₁条路径的衰减因子，表示第i₁条路径的长度，表示第i₂条路径的衰减因子，表示第i₂条路径的长度，表示第i₁条路径的衰减系数，表示第i₂条路径的衰减系数，表示第i₁条路径接收到的信号的相位因子，表示第i₂条路径接收到的信号的相位因子，表示循环频率为k、时延为时x(n)的周期自相关函数值，表示第i₁条路径的时延，表示第i₂条路径的时延；④根据${\tau }_{i_1}-{\tau }_{i_2}\ne 0,$确定$\begin{array}{c}{R}_y(k,\tau )=\underset{i=1}{\overset{h}{\Sigma }}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\tau )e^{\frac{-j2\mathrm{\pi k}{\tau }_i}{P}}\right\}+S_r{R}_r(k,\tau )+S_v{R}_v(k,\tau )+\\ \underset{i_1=1}{\overset{h}{\Sigma }}\underset{i_2=1,i_2\ne i_1}{\overset{h}{\Sigma }}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\phi }_{i_1}}-e^{j{\phi }_{i_2}})R_x(k,\tau -{\tau }_{i_1}+{\tau }_{i_2})e^{\frac{-j2\mathrm{\pi k}{\tau }_{i_1}}{P}}\end{array}$中的$\underset{i_1=1}{\overset{h}{\Sigma }}\underset{i_2=1,i_2\ne i_1}{\overset{h}{\Sigma }}A(f,d_{i_1})A(f,d_{i_2})g_{i_1}{g}_{i_2}(e^{j{\phi }_{i_1}}-e^{{\mathrm{j\phi }}_{i_2}})R_x(k,\tau -{\tau }_{i_1}+{\tau }_{i_2})e^{\frac{-j2\mathrm{\pi k}{\tau }_{i_1}}{P}}=0,$再简化R_y(k,τ)得到$R_y(k,\tau )=\underset{i=1}{\overset{h}{\Sigma }}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\tau )e^{\frac{-j2\mathrm{\pi k}{\tau }_i}{P}}\right\}+S_r{R}_r(k,\tau )+S_v{R}_v(k,\tau );$然后令S_x表示x(n)的功率，则将$R_y(k,\tau )=\underset{i=1}{\overset{h}{\Sigma }}\left\{{\left(A(f,d_i)\right)}^2{g}_i^2{R}_x(k,\tau )e^{\frac{-j2\mathrm{\pi k}{\tau }_i}{P}}\right\}+S_r{R}_r(k,\tau )+S_v{R}_v(k,\tau )$中的等同于S_xR_x(k,τ)，得到R_y(k,τ)=S_xR_x(k,τ)+S_rR_r(k,τ)+S_vR_v(k,τ)；接着对R_y(k,τ)取绝对值处理，得到|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|；⑤确定R_r(k,τ)的能量分布于k=0的直线上，R_v(k,τ)的能量分布于τ=0的直线上，且当k,τ同时满足k≠0,τ≠0时，R_r(k,τ)和R_v(k,τ)不存在能量分布，仅R_x(k,τ)存在能量分布，故将|R_y(k,τ)|=S_x|R_x(k,τ)|+S_r|R_r(k,τ)|+S_v|R_v(k,τ)|重新表示为$\left|R_y(k,\tau )\right|=\left\{\begin{array}{cc}{S}_x\left|R_x(k,\tau )\right|& k\ne 0,\tau \ne 0\\ S_x\left|R_x\left(\mathrm{0,0}\right)\right|+S_r+S_v& k=0,\tau =0\end{array}\right.,$其中，R_x(0,0)表示循环频率为0、时延为0时x(n)的周期自相关函数值；⑥根据k≠0,τ≠0时的|R_y(k,τ)|=S_x|R_x(k,τ)|，并利用最小均方误差理论估计得到x(n)的功率值，记为然后根据k=0,τ=0时的|R_y(k,τ)|=S_x|R_x(0,0)|+S_r+S_v及估计得到背景噪声的功率值和脉冲噪声的功率值，对应记为和其中，R_y(0,0)表示循环频率为0、时延为0时y(n)的周期自相关函数值；⑦根据和计算信号干扰噪声比的估计值，记为