本發(fā)明涉及一種電力線通信系統(tǒng)脈沖噪聲抑制技術(shù)，尤其是涉及一種基于L1/2范數(shù)正則化的電力線通信系統(tǒng)脈沖噪聲抑制方法。
背景技術(shù)：
：電力線通信(PowerlineCommunication，PLC)是一種利用電力線介質(zhì)進(jìn)行載波傳輸?shù)耐ㄐ欧绞?。電力線作為已經(jīng)完善搭建的基礎(chǔ)設(shè)施，使用其進(jìn)行數(shù)據(jù)傳輸可以大大降低通信成本。現(xiàn)有的典型的電力線通信系統(tǒng)應(yīng)用包括：遠(yuǎn)程抄表、實(shí)時(shí)報(bào)價(jià)以及智能能源管理等。而在未來的應(yīng)用設(shè)計(jì)里，包括慢掃描的電視圖像、視頻以及音頻信號(hào)，均可以借助電力線網(wǎng)絡(luò)進(jìn)行傳輸。但是，由于電力線設(shè)計(jì)之初是用來傳輸電能的，在線路上電壓高、噪聲大、負(fù)載種類復(fù)雜，因此對(duì)設(shè)備的抗干擾性和穩(wěn)定性提出了很高的要求。在電力線通信系統(tǒng)的眾多干擾中，脈沖噪聲的影響最為明顯。脈沖噪聲大致分為兩種類型：異步型和周期型。異步型脈沖噪聲主要是由電器間的開關(guān)瞬態(tài)引起的，其特點(diǎn)是持續(xù)時(shí)間短、脈沖功率高、隨機(jī)出現(xiàn)；周期型脈沖噪聲則是開關(guān)電源時(shí)出現(xiàn)的一種典型噪聲，其特點(diǎn)是持續(xù)時(shí)間長、具有干擾尖峰、在半數(shù)的電網(wǎng)主循環(huán)線路中周期性出現(xiàn)。在電力線通信系統(tǒng)中，因拓?fù)浣Y(jié)構(gòu)與傳統(tǒng)不同，會(huì)造成信道特性復(fù)雜，多徑效應(yīng)明顯。為了對(duì)抗多徑效應(yīng)，多載波正交頻分復(fù)用(OrthogonalFrequencyDivisionMultiplexing，OFDM)技術(shù)在電力線通信中被廣泛采用。多載波正交頻分復(fù)用技術(shù)能夠有效的應(yīng)對(duì)頻率選擇性衰落信道，因此對(duì)脈沖噪聲的敏感度要比單載波小很多。但是，實(shí)測表明，當(dāng)脈沖噪聲的能量超過某個(gè)門限值時(shí)，例如比背景噪聲高10～20dB左右時(shí)，傳統(tǒng)的多載波正交頻分復(fù)用接收機(jī)由于脈沖噪聲的出現(xiàn)性能將急劇惡化，信號(hào)衰落嚴(yán)重，因此必須采用相應(yīng)的技術(shù)來抑制脈沖噪聲。目前常見的電力線通信系統(tǒng)脈沖噪聲抑制方法可以分為兩類，分別是參數(shù)化方法和非參數(shù)化方法。參數(shù)化方法包括限幅法、消隱法和聯(lián)合消隱限幅法，這類方法的基本原理是通過設(shè)定一個(gè)門限值來判斷接收到的采樣信號(hào)是否被脈沖噪聲嚴(yán)重干擾，如果被脈沖噪聲嚴(yán)重干擾，則對(duì)于限幅法，其將接收到的采樣信號(hào)的幅值限制為門限值；對(duì)于消隱法，其將接收到的采樣信號(hào)置為0。而非參數(shù)化方法是基于信號(hào)的統(tǒng)計(jì)特性對(duì)脈沖噪聲進(jìn)行估計(jì)的，其無需門限值，且無需對(duì)電力線通信系統(tǒng)的信道特性參數(shù)進(jìn)行精確求解，避免了對(duì)沒有太大實(shí)際意義的信道特性參數(shù)的測量?？紤]到電力線通信系統(tǒng)中的脈沖噪聲的發(fā)生概率很低，脈沖噪聲在時(shí)域上可以視為稀疏信號(hào)，因此有人提出可以使用基于壓縮感知理論的非參數(shù)化信號(hào)重構(gòu)算法對(duì)脈沖噪聲信號(hào)進(jìn)行重構(gòu)和消除。通常的做法是首先利用電力線通信系統(tǒng)中的空子載波構(gòu)建信號(hào)壓縮感知模型，然后采用合適的壓縮感知重構(gòu)算法對(duì)脈沖噪聲信號(hào)進(jìn)行重構(gòu)，最后在接收到的信號(hào)中減去脈沖噪聲，從而完成對(duì)脈沖噪聲的抑制。有研究人員提出了一種脈沖噪聲L0范數(shù)最小化方法對(duì)脈沖噪聲進(jìn)行估計(jì)和消除，但是直接求解L0范數(shù)是NP(non-deterministicpolynomial，非確定性多項(xiàng)式)難問題。為解決直接求解L0范數(shù)是NP難問題的技術(shù)問題，又有研究人員提出將求解L0范數(shù)的NP難問題松弛成一個(gè)凸問題，即求解脈沖噪聲的L1范數(shù)最小化問題，但是該方法的脈沖噪聲幅值點(diǎn)估計(jì)準(zhǔn)確度較低；還有研究人員提出一種將L0范數(shù)轉(zhuǎn)化為連續(xù)函數(shù)的光滑L0范數(shù)(smoothedL0，SL0)最小化方法對(duì)脈沖噪聲進(jìn)行估計(jì)，但是由于該方法采用連續(xù)函數(shù)進(jìn)行近似求解，因此在未受脈沖噪聲干擾的采樣點(diǎn)處會(huì)存在估計(jì)誤差。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是提供一種能夠?qū)γ}沖噪聲進(jìn)行準(zhǔn)確估計(jì)的基于L1/2范數(shù)正則化的電力線通信系統(tǒng)脈沖噪聲抑制方法。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種基于L1/2范數(shù)正則化的電力線通信系統(tǒng)脈沖噪聲抑制方法，其特征在于包括以下步驟：①在基于OFDM的電力線通信系統(tǒng)的發(fā)送端，將發(fā)送端的初始二進(jìn)制數(shù)據(jù)序列記為B；然后將B編譯為多個(gè)定長碼字，且每個(gè)定長碼字中包含有N-K個(gè)數(shù)據(jù)；接著從多個(gè)定長碼字中任意選取一個(gè)定長碼字，將該定長碼字記為C，以列向量形式將C表示為C＝[c1,c2,…,c(N-K)]T；之后通過正交相移鍵控將C映射為一個(gè)包含有(N-K)個(gè)數(shù)據(jù)的OFDM符號(hào)，并在該OFDM符號(hào)的末端補(bǔ)K個(gè)0使得該OFDM符號(hào)的長度變?yōu)镹，將補(bǔ)0后的OFDM符號(hào)記為D，以列向量形式將D表示為D＝[d1,d2,…,d(N-K),d(N-K)+1,…,dN]T；再將D中的前(N-K)個(gè)數(shù)據(jù)加載到(N-K)個(gè)子載波上，該(N-K)個(gè)子載波為數(shù)據(jù)子載波，并將D中的后K個(gè)數(shù)據(jù)加載到K個(gè)子載波上，該K個(gè)子載波為空子載波；同時(shí)對(duì)D進(jìn)行離散傅里葉反變換，轉(zhuǎn)換得到對(duì)應(yīng)的離散時(shí)域信號(hào)，記為G，G＝FHD＝[g1,g2,…,gN]T；最后在G的頭部加上用于防止符號(hào)間干擾的循環(huán)前綴，而后將加有循環(huán)前綴的離散時(shí)域信號(hào)通過基于OFDM的電力線通信系統(tǒng)的信道傳輸給基于OFDM的電力線通信系統(tǒng)的接收端；其中，N表示OFDM符號(hào)中的子載波的總個(gè)數(shù)，N>2，K表示OFDM符號(hào)中的空子載波的總個(gè)數(shù)，1<K<N，C的維數(shù)為(N-K)×1，符號(hào)“[]”為向量表示符號(hào)，[c1,c2,…,c(N-K)]T為[c1,c2,…,c(N-K)]的轉(zhuǎn)置，c1,c2,…,c(N-K)對(duì)應(yīng)表示C中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第(N-K)個(gè)數(shù)據(jù)，D的維數(shù)為N×1，[d1,d2,…,d(N-K),d(N-K)+1,…,dN]T為[d1,d2,…,d(N-K),d(N-K)+1,…,dN]的轉(zhuǎn)置，d1,d2,…,d(N-K),d(N-K)+1,…,dN對(duì)應(yīng)表示D中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第(N-K)個(gè)數(shù)據(jù)、第(N-K)+1個(gè)數(shù)據(jù)、…、第N個(gè)數(shù)據(jù)，G的維數(shù)為N×1，F(xiàn)表示維數(shù)為N×N的離散傅里葉變換范德蒙德矩陣，F(xiàn)H為F的厄米特變換，[g1,g2,…,gN]T為[g1,g2,…,gN]的轉(zhuǎn)置，g1,g2,…,gN對(duì)應(yīng)表示G中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第N個(gè)數(shù)據(jù)；②在基于OFDM的電力線通信系統(tǒng)的接收端，將接收端接收到的帶有脈沖噪聲干擾的離散時(shí)域信號(hào)的頭部的循環(huán)前綴去掉，將去掉循環(huán)前綴后的帶有脈沖噪聲干擾的離散時(shí)域信號(hào)記為r，并構(gòu)造一個(gè)維數(shù)為K×N的空子載波矩陣，記為Φ，Φ由F中的第N-K行至第N行構(gòu)成；然后在的等號(hào)的兩邊同時(shí)乘以Φ，得到接著根據(jù)OFDM符號(hào)中的各個(gè)子載波之間的正交性，將轉(zhuǎn)化為Φr＝Φi+Φn；再令y＝Φr＝Φi+Φn，并根據(jù)y＝Φi+Φn構(gòu)造得到求解i的估計(jì)值的原問題，描述為：其中，r的維數(shù)為N×1，表示維數(shù)為N×N的信道循環(huán)卷積矩陣，對(duì)應(yīng)表示對(duì)基于OFDM的電力線通信系統(tǒng)的信道進(jìn)行估計(jì)獲取的N個(gè)脈沖響應(yīng)值再經(jīng)歸一化處理后得到的值，n表示服從高斯分布的白噪聲信號(hào)，n的維數(shù)為N×1，i表示服從伯努利高斯分布的脈沖噪聲信號(hào)，i的維數(shù)為N×1，y為引入的中間變量，y的維數(shù)為K×1，表示i的估計(jì)值，的維數(shù)為N×1，符號(hào)“||||0”為求矩陣的L0范數(shù)符號(hào)，表示取使得||i||0的值最小時(shí)的i的值，“s.t.”表示“受約束于……”，符號(hào)“||||2”為求矩陣的L2范數(shù)符號(hào)，ε為與n的方差σn2相關(guān)的一個(gè)正數(shù)；③通過引入正則化參數(shù)將轉(zhuǎn)化為正則化問題，描述為：然后令其中，min{}為取最小值函數(shù)，符號(hào)“||||1/2”為求矩陣的L1/2范數(shù)符號(hào)，λ為正則化參數(shù)，Cλ(i)為引入的中間變量；④利用迭代法求解得到具體過程為：④_1、令m表示迭代的次數(shù)，m的初始值為1；令θ(m)表示第m次迭代的判決殘差；令表示設(shè)定的判決閾值；④_2、將轉(zhuǎn)化為含兩步迭代結(jié)果的迭代表達(dá)式，描述為：然后將化簡為：接著令仿射函數(shù)并將簡化為：再利用閾值函數(shù)Γ()對(duì)進(jìn)行求解，得到求解的表達(dá)式，描述為：其中，表示第m次迭代后得到的i的估計(jì)值，的維數(shù)為N×1，當(dāng)m≠1時(shí)表示第m-1次迭代后得到的i的估計(jì)值，當(dāng)m＝1時(shí)為Φ的偽逆矩陣，ΦT為Φ的轉(zhuǎn)置，符號(hào)“||”為取絕對(duì)值符號(hào)，t為設(shè)定的門限值，μ用來調(diào)整式中不同項(xiàng)所占權(quán)重，cos()為求余弦函數(shù)，arccos()為求反余弦函數(shù)；④_3、求解得到④_4、令判斷θ(m)是否小于如果是，則令然后執(zhí)行步驟⑤；否則，令m＝m+1，然后返回步驟④_3繼續(xù)執(zhí)行；其中，m＝m+1中的“＝”為賦值符號(hào)；⑤將r減去得到未含脈沖噪聲干擾的離散時(shí)域信號(hào)的估計(jì)值，完成脈沖噪聲抑制。所述的步驟②中取其中，表示n的方差。所述的步驟④_1中取所述的步驟④_2中取取取μ＝1。與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：1)本發(fā)明方法基于壓縮感知理論，通過引入正則化參數(shù)和利用迭代求解方法，首先將脈沖噪聲的估計(jì)問題轉(zhuǎn)化為對(duì)脈沖噪聲L1/2范數(shù)最小值的正則化問題，然后將問題轉(zhuǎn)化為含兩步迭代結(jié)果的形式并利用迭代求解方法進(jìn)行求解，相比較于已有的脈沖噪聲L1范數(shù)最小化方法，本發(fā)明方法對(duì)脈沖噪聲的幅值點(diǎn)的估計(jì)更加準(zhǔn)確。2)本發(fā)明方法通過采用閾值函數(shù)對(duì)迭代結(jié)果進(jìn)行處理，相比較于已有的脈沖噪聲SL0范數(shù)最小化方法，本發(fā)明方法在未受到脈沖噪聲干擾的采樣點(diǎn)處具有較小的估計(jì)誤差。3)本發(fā)明方法針對(duì)電力線通信系統(tǒng)的不同情況，當(dāng)一個(gè)OFDM符號(hào)中的空子載波的總個(gè)數(shù)和脈沖噪聲個(gè)數(shù)變化時(shí)，相比較于已有的脈沖噪聲L1范數(shù)最小化方法和脈沖噪聲SL0范數(shù)最小化方法，本發(fā)明方法具有較好的估計(jì)性能。附圖說明圖1為本發(fā)明方法的總體實(shí)現(xiàn)框圖；圖2為不同采樣點(diǎn)處脈沖噪聲的幅度值和分別利用本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法求得的脈沖噪聲的估計(jì)值的示意圖；圖3為本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的脈沖噪聲個(gè)數(shù)下檢測信噪比的變化情況圖；圖4為本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的脈沖噪聲個(gè)數(shù)下均方誤差的變化情況圖；圖5為本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的空子載波個(gè)數(shù)下檢測信噪比的變化情況圖；圖6為本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的空子載波個(gè)數(shù)下均方誤差的變化情況圖。具體實(shí)施方式以下結(jié)合附圖實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。本發(fā)明提出了一種基于L1/2范數(shù)正則化的電力線通信系統(tǒng)脈沖噪聲抑制方法，其總體實(shí)現(xiàn)框圖如圖1所示，其包括以下步驟：①在基于OFDM的電力線通信系統(tǒng)的發(fā)送端，將發(fā)送端的初始二進(jìn)制數(shù)據(jù)序列記為B；然后將B編譯為多個(gè)定長碼字，且每個(gè)定長碼字中包含有N-K個(gè)數(shù)據(jù)；接著從多個(gè)定長碼字中任意選取一個(gè)定長碼字，將該定長碼字記為C，以列向量形式將C表示為C＝[c1,c2,…,c(N-K)]T；之后通過正交相移鍵控(QuadraturePhaseShiftKeying，QPSK)將C映射為一個(gè)包含有(N-K)個(gè)數(shù)據(jù)的OFDM符號(hào)，并在該OFDM符號(hào)的末端補(bǔ)K個(gè)0使得該OFDM符號(hào)的長度變?yōu)镹，將補(bǔ)0后的OFDM符號(hào)記為D，以列向量形式將D表示為D＝[d1,d2,…,d(N-K),d(N-K)+1,…,dN]T；再將D中的前(N-K)個(gè)數(shù)據(jù)加載到(N-K)個(gè)子載波上，該(N-K)個(gè)子載波為數(shù)據(jù)子載波，并將D中的后K個(gè)數(shù)據(jù)加載到K個(gè)子載波上，該K個(gè)子載波為空子載波；同時(shí)對(duì)D進(jìn)行離散傅里葉反變換(InverseDiscreteFourierTransform，IDFT)，轉(zhuǎn)換得到對(duì)應(yīng)的離散時(shí)域信號(hào)，記為G，G＝FHD＝[g1,g2,…,gN]T；最后在G的頭部加上用于防止符號(hào)間干擾的循環(huán)前綴(CyclicPrefix，CP)，而后將加有循環(huán)前綴的離散時(shí)域信號(hào)通過基于OFDM的電力線通信系統(tǒng)的信道傳輸給基于OFDM的電力線通信系統(tǒng)的接收端。其中，B的長度至少大于2(N-K)，實(shí)際中B的長度肯定大于2(N-K)，N表示OFDM符號(hào)中的子載波的總個(gè)數(shù)，N>2，在本實(shí)施例中取N＝256，K表示OFDM符號(hào)中的空子載波的總個(gè)數(shù)，1<K<N，在本實(shí)施例中取K＝120，C的維數(shù)為(N-K)×1，符號(hào)“[]”為向量表示符號(hào)，[c1,c2,…,c(N-K)]T為[c1,c2,…,c(N-K)]的轉(zhuǎn)置，c1,c2,…,c(N-K)對(duì)應(yīng)表示C中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第(N-K)個(gè)數(shù)據(jù)，D的維數(shù)為N×1，[d1,d2,…,d(N-K),d(N-K)+1,…,dN]T為[d1,d2,…,d(N-K),d(N-K)+1,…,dN]的轉(zhuǎn)置，d1,d2,…,d(N-K),d(N-K)+1,…,dN對(duì)應(yīng)表示D中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第(N-K)個(gè)數(shù)據(jù)、第(N-K)+1個(gè)數(shù)據(jù)、…、第N個(gè)數(shù)據(jù)，G的維數(shù)為N×1，F(xiàn)表示維數(shù)為N×N的離散傅里葉變換(DiscreteFourierTransform，DFT)范德蒙德矩陣，F(xiàn)H為F的厄米特變換，[g1,g2,…,gN]T為[g1,g2,…,gN]的轉(zhuǎn)置，g1,g2,…,gN對(duì)應(yīng)表示G中的第1個(gè)數(shù)據(jù)、第2個(gè)數(shù)據(jù)、…、第N個(gè)數(shù)據(jù)。②在基于OFDM的電力線通信系統(tǒng)的接收端，將接收端接收到的帶有脈沖噪聲干擾的離散時(shí)域信號(hào)的頭部的循環(huán)前綴去掉，將去掉循環(huán)前綴后的帶有脈沖噪聲干擾的離散時(shí)域信號(hào)記為r，并構(gòu)造一個(gè)維數(shù)為K×N的空子載波矩陣，記為Φ，Φ由F中的第N-K行至第N行構(gòu)成；然后在的等號(hào)的兩邊同時(shí)乘以Φ，得到接著根據(jù)OFDM符號(hào)中的各個(gè)子載波之間的正交性，將轉(zhuǎn)化為Φr＝Φi+Φn；再令y＝Φr＝Φi+Φn，由于Φn不改變n的均值和方差，因此Φn也服從相同的高斯分布，而由先驗(yàn)信息可知，i具有稀疏性，因此并根據(jù)y＝Φi+Φn構(gòu)造得到求解i的估計(jì)值的原問題，描述為：其中，r的維數(shù)為N×1，表示維數(shù)為N×N的信道循環(huán)卷積矩陣，對(duì)應(yīng)表示對(duì)基于OFDM的電力線通信系統(tǒng)的信道進(jìn)行估計(jì)獲取的N個(gè)脈沖響應(yīng)值再經(jīng)歸一化處理后得到的值，對(duì)基于OFDM的電力線通信系統(tǒng)的信道進(jìn)行估計(jì)直接采用現(xiàn)有的信道估計(jì)技術(shù)，對(duì)N個(gè)脈沖響應(yīng)值歸一化處理采用現(xiàn)有的任一種成熟的歸一化處理方法，n表示方差為σn2且服從高斯分布的白噪聲信號(hào)，在本實(shí)施例中取σn2＝0.18，n的維數(shù)為N×1，i表示服從伯努利高斯分布的脈沖噪聲信號(hào)，i的維數(shù)為N×1，表示二進(jìn)制伯努利序列，是一個(gè)隨機(jī)序列，出現(xiàn)1的概率為出現(xiàn)0的概率為在本實(shí)施例中值為1％～2％，的維數(shù)為N×1，表示服從高斯分布的隨機(jī)變量，的方差為在本實(shí)施例中取的維數(shù)為N×1，符號(hào)“ο”為阿達(dá)瑪運(yùn)算符，符號(hào)“ο”定義了兩個(gè)矩陣對(duì)應(yīng)元素的乘積，由此可定義歸一化能量信號(hào)的信噪比并定義信號(hào)與脈沖噪聲加背景噪聲的比y為引入的中間變量，y的維數(shù)為K×1，表示i的估計(jì)值，的維數(shù)為N×1，符號(hào)“||||0”為求矩陣的L0范數(shù)符號(hào)，表示取使得||i||0的值最小時(shí)的i的值，“s.t.”表示“受約束于……”，符號(hào)“||||2”為求矩陣的L2范數(shù)符號(hào)，ε為與n的方差σn2相關(guān)的一個(gè)正數(shù)，在本實(shí)施例中?、劭紤]到求解i的估計(jì)值的原問題中直接求解脈沖噪聲i的L0范數(shù)是NP難的，因此本發(fā)明引入脈沖噪聲i的Lp范數(shù)，p∈(0,1)，當(dāng)p∈[1/2,1)時(shí)，p值越小，所求得的脈沖噪聲i的估計(jì)值越精確，當(dāng)p∈(0,1/2)時(shí)，所求得的脈沖噪聲i的估計(jì)值沒有明顯的變化，因此，取p＝1/2，將p＝1/2代入求解i的估計(jì)值的原問題中，通過引入正則化參數(shù)將求解i的估計(jì)值的原問題轉(zhuǎn)化為正則化問題，描述為：然后令其中，min{}為取最小值函數(shù)，符號(hào)“||||1/2”為求矩陣的L1/2范數(shù)符號(hào)，λ為正則化參數(shù)，Cλ(i)為引入的中間變量。④利用迭代法求解得到具體過程為：④_1、令m表示迭代的次數(shù)，m的初始值為1；令θ(m)表示第m次迭代的判決殘差；令表示設(shè)定的判決閾值，在本實(shí)施例中?、躝2、將轉(zhuǎn)化為含兩步迭代結(jié)果的迭代表達(dá)式，描述為：然后將化簡為：接著令仿射函數(shù)并將簡化為：再利用閾值函數(shù)Γ()對(duì)進(jìn)行求解，得到求解的表達(dá)式，描述為：其中，表示第m次迭代后得到的i的估計(jì)值，的維數(shù)為N×1，當(dāng)m≠1時(shí)表示第m-1次迭代后得到的i的估計(jì)值，當(dāng)m＝1時(shí)為Φ的偽逆矩陣，ΦH為Φ的厄米特變換，(ΦΦH)-1為ΦΦH的逆變換，ΦT為Φ的轉(zhuǎn)置，符號(hào)“||”為取絕對(duì)值符號(hào)，t為設(shè)定的門限值，在本實(shí)施例中取在本實(shí)施例中取μ用來調(diào)整式中不同項(xiàng)所占權(quán)重，考慮到實(shí)際電力線通信系統(tǒng)中的脈沖噪聲的功率譜密度遠(yuǎn)遠(yuǎn)高于背景噪聲的功率譜密度，因此在本實(shí)施例中將μ設(shè)為1，即μ＝1，cos()為求余弦函數(shù)，arccos()為求反余弦函數(shù)。④_3、求解得到④_4、令判斷θ(m)是否小于如果是，則令然后執(zhí)行步驟⑤；否則，令m＝m+1，然后返回步驟④_3繼續(xù)執(zhí)行；其中，m＝m+1中的“＝”為賦值符號(hào)。⑤將r減去得到未含脈沖噪聲干擾的離散時(shí)域信號(hào)的估計(jì)值，完成脈沖噪聲抑制。為了進(jìn)一步說明本發(fā)明方法的有效性和可行性，對(duì)本發(fā)明方法進(jìn)行計(jì)算機(jī)模擬。計(jì)算機(jī)模擬是在基于OFDM的電力線通信系統(tǒng)的復(fù)雜基帶上進(jìn)行的。在計(jì)算機(jī)模擬中，為了能呈現(xiàn)典型噪聲場景，將伯努利高斯模型中的脈沖–背景噪聲的平均功率比設(shè)定為35分貝，信號(hào)–背景噪聲的平均功率比設(shè)定為25分貝。由此可得服從高斯分布的白噪聲信號(hào)的方差為σn2＝0.18，服從伯努利高斯分布的脈沖噪聲信號(hào)中的隨機(jī)變量的方差設(shè)置蒙特卡洛仿真次數(shù)為1000次。詳細(xì)模擬參數(shù)列于表1，表1中PRIME(電力線智能計(jì)量發(fā)展)為PowerlineIntelligentMeteringEvolution的縮寫。表1模擬參數(shù)列表相關(guān)參數(shù)仿真設(shè)置PRIME標(biāo)準(zhǔn)調(diào)制方式QPSKQPSK子載波的總個(gè)數(shù)256256數(shù)據(jù)子載波的總個(gè)數(shù)13698空子載波的總個(gè)數(shù)120158為了比較不同脈沖噪聲抑制方法之間的性能，分別定義檢測信噪比ξ和均方誤差MSE為：在相同的模擬環(huán)境下，比較本發(fā)明方法及現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在檢測信噪比和均方誤差兩方面的性能。圖2給出了不同采樣點(diǎn)處脈沖噪聲的幅度值和本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法對(duì)脈沖噪聲的估計(jì)。從圖2可知，在脈沖噪聲點(diǎn)處，本發(fā)明方法與現(xiàn)有的SL0最小化方法具有相似估計(jì)精確度，并且比現(xiàn)有的L1范數(shù)最小化方法的估計(jì)精確度高，而在未受脈沖噪聲干擾的采樣點(diǎn)處，本發(fā)明方法比現(xiàn)有的SL0最小化方法更加準(zhǔn)確。圖3給出了本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的脈沖噪聲個(gè)數(shù)下檢測信噪比的變化情況。從圖3可知，隨著一個(gè)OFDM符號(hào)中的脈沖噪聲個(gè)數(shù)的增加，現(xiàn)有的SL0最小化方法和現(xiàn)有的L1范數(shù)最小化方法的檢測信噪比基本保持穩(wěn)定，對(duì)比現(xiàn)有的兩種方法，本發(fā)明方法在不同的脈沖噪聲個(gè)數(shù)下具有更高的檢測信噪比，其中，在脈沖噪聲個(gè)數(shù)為3時(shí)，本發(fā)明方法的檢測信噪比最高，為25.1分貝，而在脈沖噪聲個(gè)數(shù)為23時(shí)，本發(fā)明方法的檢測信噪比最低，為15.8分貝。圖4給出了本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的脈沖噪聲個(gè)數(shù)下均方誤差的變化情況。從圖4可知，相較于現(xiàn)有的兩種方法，本發(fā)明方法在不同的脈沖噪聲個(gè)數(shù)下均具有較低的均方誤差，同時(shí)，隨著一個(gè)OFDM符號(hào)中的脈沖噪聲個(gè)數(shù)的增加，三種方法的均方誤差逐漸接近。圖5給出了本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的空子載波個(gè)數(shù)下檢測信噪比的變化情況。從圖5可知，隨著空子載波個(gè)數(shù)的增加，三種方法的檢測信噪比性能都有所提高，相較現(xiàn)有的兩種方法，本發(fā)明方法在不同的空子載波個(gè)數(shù)下均具有較高的檢測信噪比。圖6給出了本發(fā)明方法、現(xiàn)有的SL0最小化方法、現(xiàn)有的L1范數(shù)最小化方法在不同的空子載波個(gè)數(shù)下均方誤差的變化情況。從圖6可知，隨著空子載波個(gè)數(shù)的增加，三種方法的均方誤差均逐漸減小，同時(shí)，本發(fā)明方法在空子載波個(gè)數(shù)增加時(shí)，具有較小的均方誤差。當(dāng)前第1頁1 2 3