当前位置:主页 > 科技论文 > 信息工程论文 >

电力线载波通信系统噪声衰减方法研究

发布时间:2017-09-15 17:42

  本文关键词:电力线载波通信系统噪声衰减方法研究


  更多相关文章: 电力线载波通信 OFDM系统 背景噪声 随机脉冲噪声 稀疏贝叶斯学习 基于SBL的判定反馈估计算法


【摘要】:随着智能电网在全国范围的深入推广,配电网自动化系统显得尤为重要。而通信技术作为配电网自动化系统中的关键技术,占有重要地位。PLC技术因其成本低廉、操作方便等优点得到青睐,但是存在于PLC系统中的噪声严重影响了它的通信质量,所以为了实现可靠通信,我们有必要对PLC系统噪声进行详细研究,并提出有效的抑制方法。本文针对基于PLC的OFDM系统,首先分别对该系统中的背景噪声和随机脉冲噪声进行分析。利用分析得到的统计参数,通过MATLAB程序对其进行建模仿真。随后,为了提高PLC系统的可靠性,本文提出了基于SBL的判定反馈估计噪声抑制法。该算法不同于已有的算法,它没有对噪声统计模型作任何假设,所以就不需要对其进行特别的训练。该算法的具体步骤就是,首先将PLC系统中的噪声投影到空载波和导频音上,然后再给传输信息增加冗余信息来实现噪声联合估计和符号检测,最后再利用解码器的判断反馈估计来提高噪声估计的精确度,将估计得到的噪声从接收信号中减去,就得到了可靠的传输信息。文章最后通过MATLAB仿真软件,对该去噪算法在PLC的OFDM系统中的去噪效果进行仿真分析。仿真结果表明,与传统的基于SBL的利用空子载波的去噪方法相比,本文提出的方法对于随机脉冲噪声,在编码系统中信噪比提高了8dB。而对于背景噪声,在编码系统中提高了3dB。此外还对比分析了它们的误码率(BRE),从而证明了该方法的可行性和有效性。
【关键词】:电力线载波通信 OFDM系统 背景噪声 随机脉冲噪声 稀疏贝叶斯学习 基于SBL的判定反馈估计算法
【学位授予单位】:华北电力大学(北京)
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN913.6
【目录】:
  • 摘要5-6
  • Abstract6-9
  • 第1章 绪论9-15
  • 1.1 课题研究背景9-10
  • 1.2 国内外PLC技术的发展历程和现状10-12
  • 1.2.1 国外发展10-11
  • 1.2.2 国内发展11-12
  • 1.3 论文的主要工作和章节安排12-15
  • 1.3.1 主要工作12-13
  • 1.3.2 论文的章节安排13-15
  • 第2章 电力线载波通信15-29
  • 2.1 现有的电力线载波通信方式15-21
  • 2.1.1 低压电力线载波通信18-19
  • 2.1.2 中压电力线载波通信19-20
  • 2.1.3 高压电力线载波通信20-21
  • 2.2 PLC的特点及其发展方向21-22
  • 2.3 电力线载波通信系统模型22-27
  • 2.4 OFDM原理介绍27-28
  • 2.5 本章小结28-29
  • 第3章 电力线载波通信系统的噪声29-47
  • 3.1 电力线载波通信系统的噪声类型29-32
  • 3.1.1 有色背景噪声30
  • 3.1.2 窄带噪声30-31
  • 3.1.3 工频异步噪声31
  • 3.1.4 工频同步噪声31
  • 3.1.5 随机脉冲噪声31-32
  • 3.2 背景噪声的建模仿真32-36
  • 3.2.1 有色背景噪声的仿真32-34
  • 3.2.2 窄带噪声的仿真34
  • 3.2.3 工频异步噪声的仿真34-36
  • 3.3 冲激噪声的测量和分析36-42
  • 3.3.1 采集噪声36-40
  • 3.3.2 脉冲噪声的分析40-42
  • 3.4 脉冲噪声的建模与仿真42-46
  • 3.4.1 异步脉冲噪声模型43-45
  • 3.4.2 周期脉冲噪声模型45-46
  • 3.5 本章小结46-47
  • 第4章 基于SBL的PLC去噪方法研究47-53
  • 4.1 稀疏贝叶斯学习简介47-48
  • 4.2 基于SBL的判定反馈估计去噪方法48-52
  • 4.3 本章小结52-53
  • 第5章 基于MATLAB的实验仿真和分析53-60
  • 5.1 基于OFDM系统去噪效果仿真分析53-58
  • 5.2 误码率分析58-59
  • 5.3 本章小结59-60
  • 第6章 结论与展望60-62
  • 6.1 结论60
  • 6.2 展望60-62
  • 参考文献62-66
  • 攻读硕士学位期间发表的论文及其它成果66-67
  • 致谢67

【参考文献】

中国期刊全文数据库 前10条

1 林小龙;王s,

本文编号:857989


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/857989.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1b905***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com