MIMO电力线载波通信中基于压缩感知的信道与脉冲噪声联合估计方法

发布时间：2021-06-22 17:20

　　在多输入多输出电力线通信（Multiple-input Multiple-output Power Line Communication,MIMO-PLC）系统中,信道状态信息的准确性将直接影响系统的整体性能,且电力线信道中复杂的脉冲噪声会使信道估计技术性能降低。因此,针对在脉冲噪声影响下进行信道估计的问题,提出一种基于快速块稀疏贝叶斯学习算法的信道与脉冲噪声联合估计方法。该方法将信道与脉冲噪声联合估计转换为压缩感知问题,利用MIMO-PLC系统信道间的相关性以及信道冲击响应和脉冲噪声的稀疏特性进行求解。仿真结果表明,与传统信道估计和脉冲噪声抑制方法相比,在不同导频数量下提出的联合估计方法均有更好的性能。 

【文章来源】：通信技术. 2020,53(09)

【文章页数】：7 页

【部分图文】：

2×2 MIMO-PLC信道模型

图2对比了导频数量为128时不同方法的MSE性能。可以看出，SNR较低时，IN对信道估计的性能影响较大。当SNR<10 d B时，未经过IN抑制的LS估计与MMSE估计的MSE很高，不能精确获取信道的CSI；在接收机处用消隐法抑制IN后，性能有所提升，但仍比所提的BSBL-FM联合估计算法差。当SNR>10 d B时，是否用消隐法抑制IN对LS估计与MMSE估计的性能影响较小，BSBL-FM联合估计算法性能更好。所以，BSBL-FM联合估计算法无需提前进行IN消除，简化了接收机的结构，并且在任何SNR条件下均表现出更高的估计精度。图3对比了导频数目为128时抑制IN后不同方法的误比特率性能。随着SNR的升高，BSBL-FM联合估计算法的BER越来越低，且一直优于其他两种算法，表明BSBL-FM联合估计算法可显著提高MIMO-PLC系统的可靠性。

图4对比了导频数目为128与64时，不同方法的MSE性能。可以看出，随着导频数目增加，3种方法的MSE均逐渐降低，且BSBL-FM联合估计算法的性能始终优于其他两种算法。导频数目为64的BSBL-FM联合估计算法的性能明显优于导频数目为128的“LS-Bl”估计的性能，在SNR<18 d B时优于“MMSE-Bl”估计的性能。由此可见，BSBL-FM联合估计算法插入更少的导频就可以达到更高的估计精度，在低信噪比条件下性能提升更显著，可以有效提高MIMO-PLC系统的传输效率和可靠性。图4 不同导频数量下各算法的MSE性能比较

【参考文献】：
期刊论文
[1]MIMO PLC系统中脉冲噪声消除方法[J]. 申敏,李想,林欢.  重庆邮电大学学报(自然科学版). 2018(05)
[2]基于压缩感知的低压电力线载波通信信道估计[J]. 齐萌,赵利国.  计算机测量与控制. 2016(09)
[3]MIMO-OFDM系统基于压缩感知的稀疏信道估计[J]. 叶新荣,朱卫平,孟庆民.  应用科学学报. 2013(03)



本文编号：3243235