劉曉勝 張 良 周 巖 戚佳金 黃南天

（1.哈爾濱工業(yè)大學(xué)電氣工程及自動化學(xué)院 哈爾濱 150001 2.國家電網(wǎng)杭州市電力局 杭州 310009）

1 引言

電力線（Power Line, PL）媒介設(shè)計的初衷是為了完成電能而非數(shù)據(jù)的傳輸，對數(shù)據(jù)通信而言，其信道特性并不理想，具體表現(xiàn)為噪聲顯著且信號衰減非常嚴(yán)重[1]。同時，輸入阻抗變化、必須工作在有限的信號功率范圍內(nèi)等物理特性大大降低了電力線通信（Power Line Communication, PLC）系統(tǒng)的通信可靠性[2,3]，致使大規(guī)模應(yīng)用受到制約。提高電力線通信可靠性可以從物理層角度來考慮，例如，信道估計與選擇[4]、濾波設(shè)計[5]、功率分配[6]等方面，還可以從電力線通信的組網(wǎng)方式[7]、網(wǎng)絡(luò)模型[8]等角度來考慮。圍繞電力線通信網(wǎng)絡(luò)可靠性、容錯性和生存性方面的研究，國外有學(xué)者開始了初步的探討工作。有關(guān)窄帶電力線通信組網(wǎng)問題的研究國內(nèi)外學(xué)者仍很少開展。本文從提高窄帶電力線通信可靠性角度，對新型組網(wǎng)模型的建立自動路由等方面做研究探討，提出了基于人工蛛網(wǎng)的組網(wǎng)算法，給出對比仿真實驗結(jié)果并作分析。

2 新型PLC網(wǎng)絡(luò)模型

2.1 PLC網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)低壓配電網(wǎng)配電區(qū)域的不同，網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)存在差異。但總體來說，PLC網(wǎng)絡(luò)是基于樹形的混合拓?fù)浣Y(jié)構(gòu)[9]。低壓配電網(wǎng)的PLC系統(tǒng)是由位于變壓器二次側(cè)的通信基站和分布在電網(wǎng)內(nèi)的多個用戶終端構(gòu)成的。圖 1所示為典型的低壓配電網(wǎng)PLC系統(tǒng)物理拓?fù)浣Y(jié)構(gòu)。單相電力線通信網(wǎng)關(guān)A、B、C放置在每相的起始位置，負(fù)責(zé)各相電網(wǎng)內(nèi)的終端節(jié)點組網(wǎng)。位于變壓器二次側(cè)的基站負(fù)責(zé)與各單相網(wǎng)關(guān)進(jìn)行數(shù)據(jù)通信，并通過廣域網(wǎng)與外界交互信息。為了達(dá)到負(fù)載均衡的目的，各用戶終端大致均勻地分布在每一相內(nèi)。由圖1可知，三相之間為并列且相對獨立的關(guān)系，故用其中一相的拓?fù)浣Y(jié)構(gòu)作為重點研究對象，便具有代表性和普遍性[8]。在PLC系統(tǒng)中，下行方向的信息由基站/網(wǎng)關(guān)傳輸?shù)剿械挠脩艚K端，每個終端可以直接或通過中繼節(jié)點間接收到該信息；上行方向，用戶終端傳送的信息不僅可以被基站/網(wǎng)關(guān)接收，其他的用戶終端也可以接收。所以，從MAC（medium access control）層角度，PLC網(wǎng)絡(luò)是一個樹形物理拓?fù)湎碌目偩€型邏輯結(jié)構(gòu)[9]。基于網(wǎng)絡(luò)的此種結(jié)構(gòu)特點，本文將建立新的PLC組網(wǎng)模型。

圖1 典型PLC網(wǎng)絡(luò)拓?fù)銯ig.1 Typical PLC network topology

2.2 人工蛛網(wǎng)拓?fù)?/h3>

蜘蛛經(jīng)過約18億年的進(jìn)化，現(xiàn)在的蜘蛛網(wǎng)不僅具有優(yōu)雅、超輕的結(jié)構(gòu)，而且具有超級彈性和抗張強度，可以抵抗各種大風(fēng)、昆蟲等的沖擊。即使有幾個網(wǎng)格單元遭到破壞，它仍能作為網(wǎng)來捕獲獵物，具有極強的抗毀能力。針對蜘蛛網(wǎng)的結(jié)構(gòu)特點，蜘蛛的捕食機(jī)理以及人工蜘蛛網(wǎng)通信拓?fù)涞臉?gòu)建等方面問題，文獻(xiàn)[10]已進(jìn)行了詳盡的闡述。本文只對PLC網(wǎng)絡(luò)的MAC層邏輯拓?fù)滢D(zhuǎn)化為單層人工蛛網(wǎng)邏輯拓?fù)涞倪^程進(jìn)行詳細(xì)的分析。

由于電力線通信數(shù)據(jù)傳輸距離有限，在實際應(yīng)用中，可能只有離網(wǎng)關(guān)節(jié)點物理距離近的用戶終端能與該相網(wǎng)關(guān)可靠通信。如圖2a所示，假設(shè)某單相網(wǎng)絡(luò)內(nèi)用戶節(jié)點總數(shù)為n，網(wǎng)關(guān)一次廣播后有m個節(jié)點回應(yīng)與之可靠通信，剩下n-m個用戶節(jié)點雖然物理鏈路是連通的，但是在 MAC層是斷開的。這種情況下，應(yīng)用傳統(tǒng)的廣播查詢所有節(jié)點的方法，存在部分節(jié)點不能成功通信的情況，因此效率很低。為解決這個問題，我們提出了基于蛛網(wǎng)的組網(wǎng)模型及相應(yīng)的路由算法。

前文提到，在MAC層與網(wǎng)關(guān)可靠通信的m個節(jié)點中，任意兩個之間也是可靠通信的，基于此本文建立了如圖2b所示的人工蛛網(wǎng)邏輯拓?fù)?。m個節(jié)點組成m-1邊蛛網(wǎng)結(jié)構(gòu)，相鄰節(jié)點之間能可靠通信，不相鄰節(jié)點可通過節(jié)點 h為中繼進(jìn)行通信。節(jié)點 h為m個節(jié)點中隨機(jī)選取的任意一個。假定其位于邏輯子網(wǎng)的中心，其與所有周邊節(jié)點均能可靠通信，功能與網(wǎng)關(guān)類似，負(fù)責(zé)收集其所在蛛網(wǎng)周邊各節(jié)點的信息，同時，由此節(jié)點發(fā)起對剩下的n-m個用戶節(jié)點的組網(wǎng)廣播，依次類推，最終該單相網(wǎng)絡(luò)內(nèi)的所有節(jié)點組成了多個類似的人工蛛網(wǎng)。

圖2 邏輯拓?fù)銯ig.2 Logical topology

如圖3a所示，離網(wǎng)關(guān)節(jié)點“近”的蛛網(wǎng)的中心節(jié)點（例如h），可以直接與網(wǎng)關(guān)通信，處在“中間”位置的蛛網(wǎng)的中心節(jié)點需要以“近”的網(wǎng)絡(luò)的中心節(jié)點為中繼與網(wǎng)關(guān)通信，同樣，處在“較遠(yuǎn)”位置的蛛網(wǎng)的中心節(jié)點，是以“中間”、“近”的中心節(jié)點為中繼與網(wǎng)關(guān)通信。單相網(wǎng)關(guān)只要確保每個子網(wǎng)的中心節(jié)點能與之可靠通信即可，這樣在一定程度上提高了單相網(wǎng)關(guān)采集節(jié)點數(shù)據(jù)的效率。

圖3 組網(wǎng)結(jié)果及重路由Fig.3 Networking result and route-reconstruction

3 蛛網(wǎng)路由

3.1 PLC通信機(jī)制

在介紹蛛網(wǎng)路由之前，簡要說明PLC常規(guī)通信機(jī)制。首先由網(wǎng)關(guān)向該單相網(wǎng)絡(luò)內(nèi)的所有用戶終端發(fā)送廣播信息，當(dāng)用戶終端收到來自網(wǎng)關(guān)的信息則將數(shù)據(jù)傳回給網(wǎng)關(guān)，同時在數(shù)據(jù)包內(nèi)添加應(yīng)答信息，使網(wǎng)關(guān)能確認(rèn)該節(jié)點處于良好的工作狀態(tài)。如果該節(jié)點沒有數(shù)據(jù)要傳回給網(wǎng)關(guān)，它要發(fā)送確認(rèn)信息至網(wǎng)關(guān)，確認(rèn)其通信的良好狀態(tài)。在一個數(shù)據(jù)周期內(nèi)未被查詢到的用戶終端，將在下一數(shù)據(jù)周期以同樣的方式被網(wǎng)關(guān)查詢[11]。此方法受信道狀況等因素的影響，在下一個數(shù)據(jù)采集周期內(nèi)以同樣的方式查詢到故障節(jié)點存在很大的不確定性，導(dǎo)致數(shù)據(jù)丟失，造成整個網(wǎng)絡(luò)工作效率低下，影響系統(tǒng)的可靠性。

3.2 蛛網(wǎng)組網(wǎng)算法

人工蛛網(wǎng)組網(wǎng)過程如下：

（1）由網(wǎng)關(guān)節(jié)點發(fā)送組網(wǎng)廣播，在收到該廣播的 m（1＜m≤n＝個節(jié)點中，由網(wǎng)關(guān)節(jié)點選擇其中一個可靠通信的用戶終端節(jié)點為第一個蛛網(wǎng)的中心節(jié)點h，由節(jié)點h對其所在子網(wǎng)的m-1個節(jié)點分配邏輯ID，直到所有節(jié)點均獲得邏輯ID為止。

（2）第一個人工蛛網(wǎng)組網(wǎng)完成后，網(wǎng)關(guān)向節(jié)點h發(fā)送指令，由節(jié)點h發(fā)送組網(wǎng)廣播。設(shè)有k（m＜k≤n＝個節(jié)點收到節(jié)點h的廣播，剔除掉已經(jīng)獲得邏輯ID的g個節(jié)點，在剩下的k-g個節(jié)點中選擇一個與節(jié)點h可靠通信的終端節(jié)點為第二個人工蛛網(wǎng)的中心節(jié)點 l，重復(fù)步驟（1），直到所有 k-g-1個節(jié)點均獲得邏輯ID。

（3）網(wǎng)關(guān)以節(jié)點h為中繼向節(jié)點l發(fā)送指令，由節(jié)點 l發(fā)送組網(wǎng)廣播，重復(fù)步驟（1），假設(shè)第二個蛛網(wǎng)已經(jīng)將剩下的所有n-m個節(jié)點連通。此時節(jié)點l會得到空響應(yīng)，并把該響應(yīng)通過節(jié)點h傳回網(wǎng)關(guān)。至此，組網(wǎng)結(jié)束。形成了以節(jié)點h為中繼節(jié)點的 m-1邊蛛網(wǎng)邏輯通信拓?fù)浜鸵怨?jié)點 l為中心的n-m-1邊蛛網(wǎng)邏輯通信拓?fù)洌@樣就建立了網(wǎng)關(guān)到該單相網(wǎng)絡(luò)內(nèi)所有節(jié)點的通信路由。

3.3 蛛網(wǎng)重路由算法

組網(wǎng)完成后，各中心節(jié)點負(fù)責(zé)該子網(wǎng)內(nèi)的所有節(jié)點的數(shù)據(jù)收集與狀態(tài)監(jiān)控，并與網(wǎng)關(guān)進(jìn)行通信。本文規(guī)定某子網(wǎng)所有節(jié)點的數(shù)據(jù)均發(fā)送至該子網(wǎng)的中心節(jié)點所需時間為一個數(shù)據(jù)采集周期。假設(shè)某個數(shù)據(jù)采集周期內(nèi)，中心節(jié)點h沒有收到其子網(wǎng)內(nèi)邏輯ID為2的節(jié)點的數(shù)據(jù)信息，則節(jié)點h對該節(jié)點發(fā)起路由重構(gòu)。如圖3b所示，假設(shè)與節(jié)點2同屬一個子網(wǎng)且與其相鄰的節(jié)點1，3在節(jié)點2發(fā)生故障后，仍能與中心節(jié)點h保持良好的通信。由于節(jié)點1，3與節(jié)點2物理上的相鄰性，它們之間由距離產(chǎn)生的信號衰減會比較小，節(jié)點2與節(jié)點1，3仍能保持通信。故節(jié)點2轉(zhuǎn)而以節(jié)點1，節(jié)點3，或者節(jié)點1，3同時為中繼節(jié)點，與中心節(jié)點h重新取得通信，傳輸其數(shù)據(jù)信息，這樣提高了子網(wǎng)內(nèi)通信的成功率。

對于其他子網(wǎng)內(nèi)的故障節(jié)點，網(wǎng)關(guān)通過節(jié)點h向其他子網(wǎng)的中心節(jié)點發(fā)送重路由指令。在各子網(wǎng)內(nèi)重復(fù)上述過程，直到所有子網(wǎng)的故障節(jié)點均能正常通信為止。此種方法理論上能達(dá)到100%的數(shù)據(jù)收集率，且避免對整個網(wǎng)絡(luò)內(nèi)所有節(jié)點進(jìn)行重新組網(wǎng)，提高了通信效率。

4 節(jié)點仿真模型

4.1 終端節(jié)點建模

在本文中，不考慮用戶終端節(jié)點的物理故障。假設(shè)在信道環(huán)境良好的情況下，每個用戶終端均工作良好，只有信道環(huán)境的改變，導(dǎo)致用戶終端節(jié)點工作狀態(tài)的改變。因此，可以應(yīng)用兩狀態(tài)馬爾科夫模型來表征由于信道環(huán)境改變造成的用戶終端節(jié)點通信狀態(tài)的變化情況[12]。如圖4所示，“良好”、“故障”表示用戶終端節(jié)點的兩種工作狀態(tài)?！傲己谩贝斫K端節(jié)點可以與其所在子網(wǎng)的中心節(jié)點直接通信，“故障”代表終端節(jié)點不能與其所在的子網(wǎng)中心節(jié)點通信。本文假設(shè)，在一個數(shù)據(jù)采集周期內(nèi)，節(jié)點的工作狀態(tài)是不變的。在一個采集周期結(jié)束后，由于信道狀況的改變，“良好”、“故障”兩種狀態(tài)才發(fā)生轉(zhuǎn)移。Pg和Pb分別定義為節(jié)點在一定信道狀況下處于“良好”和“故障”狀態(tài)的概率，Pgg和Pgb分別定義為一個數(shù)據(jù)采集周期后，“良好”狀態(tài)的節(jié)點仍處于“良好”狀態(tài)和變成“故障”狀態(tài)的概率，Pbb和 Pbg也是類似的定義。式（1）～式（4）為狀態(tài)變換的數(shù)學(xué)表達(dá)式。

圖4 兩狀態(tài)馬爾科夫模型Fig.4 Two-state Markov model

4.2 時間模型

由于 PLC物理拓?fù)涞慕Y(jié)構(gòu)限制以及本文在某單相網(wǎng)絡(luò)內(nèi)多個蛛網(wǎng)子網(wǎng)的存在，合理的信道使用時序是非常必要的，否則會影響網(wǎng)絡(luò)的性能。所以要對網(wǎng)絡(luò)延時特性進(jìn)行詳細(xì)分析?；?Konnex標(biāo)準(zhǔn)[13]，窄帶電力線通信速率為 2.4kbit/s，指令數(shù)據(jù)大小為1～15bit，相應(yīng)的數(shù)據(jù)包大小在25bit以內(nèi)。為了簡便計算，本文取數(shù)據(jù)包大小為24bit。則，數(shù)據(jù)包的傳輸時間ttr可用式（5）表示

式中，Ps為數(shù)據(jù)包大?。籚c為通信速率。

本文假設(shè)每個節(jié)點的數(shù)據(jù)處理延時為 0.5s，由圖3可知不同的子網(wǎng)有不同的時間延遲。

（1）與網(wǎng)關(guān)“近”的子網(wǎng)。對于“近”的子網(wǎng)，其中一個節(jié)點的數(shù)據(jù)采集時延包括兩次數(shù)據(jù)傳輸延時，一次數(shù)據(jù)處理延時，最后m個節(jié)點的數(shù)據(jù)采集時延td1可由式（6）表示

如果在一個數(shù)據(jù)采集周期內(nèi)某節(jié)點沒有與中心節(jié)點進(jìn)行數(shù)據(jù)通信，成為故障節(jié)點。為了確定該節(jié)點的故障狀態(tài)，需要等待一段時間。本文假設(shè)該段時間為 0.5s，此段時間后，中心節(jié)點選擇與該故障節(jié)點的鄰近節(jié)點為中繼與之繼續(xù)通信。此時的時延td′1需要增加相鄰中繼節(jié)點的數(shù)據(jù)處理延時和數(shù)據(jù)傳輸延時，則td′1可由式（7）表示

此處假設(shè)故障節(jié)點與相鄰節(jié)點之間通信成功率為100%。

（2）與網(wǎng)關(guān)“較近”的子網(wǎng)?！拜^近”子網(wǎng)內(nèi)節(jié)點的數(shù)據(jù)信息是以“近”子網(wǎng)的中心節(jié)點為中繼發(fā)送至網(wǎng)關(guān)的。時延 td2包括“近”子網(wǎng)的中心節(jié)點和“較近”子網(wǎng)的中心節(jié)點兩次數(shù)據(jù)處理延時，它們之間的數(shù)據(jù)傳輸延時以及以通過“近”子網(wǎng)中心節(jié)點與網(wǎng)關(guān)之間數(shù)據(jù)傳輸延時，td2由式（8）表示

“較近”子網(wǎng)內(nèi)故障節(jié)點的處理方法與“近”子網(wǎng)的類似，在原有基礎(chǔ)上增加一次與其相鄰節(jié)點的數(shù)據(jù)處理時間和兩次數(shù)據(jù)傳輸延時，即td′2為

本文假設(shè)兩次組網(wǎng)即包括完成對該單相網(wǎng)絡(luò)內(nèi)的所有用戶終端節(jié)點的組網(wǎng)，若需要更多個子網(wǎng)的情況下時，延時算法與上述類似。比如，第三個子網(wǎng)的中心節(jié)點延時 td3和故障節(jié)點的延時td′3分別為如式（10）、式（11）所示

式中，x為該子網(wǎng)內(nèi)的節(jié)點個數(shù)。

5 仿真與結(jié)果分析

5.1 仿真環(huán)境及參數(shù)

本文根據(jù)實際低壓配電網(wǎng)的配電環(huán)境，在半徑50m范圍內(nèi)設(shè)置15個用戶終端，以PC機(jī)為仿真硬件平臺，以 Opnet14.5為編譯和仿真環(huán)境。假設(shè)所有節(jié)點組成兩個6邊形蛛網(wǎng)。圖5所示為組網(wǎng)完成后的網(wǎng)絡(luò)物理拓?fù)浣Y(jié)構(gòu)，subnet_0代表網(wǎng)關(guān)節(jié)點，subnet_1_0和subnet_2_0為各自子網(wǎng)的中心節(jié)點，其他節(jié)點為終端節(jié)點，信道傳輸速率為2.4bit/s，每個數(shù)據(jù)包大小為 24bit。本文不考慮組網(wǎng)過程的耗時，只對組網(wǎng)完成后故障節(jié)點的蛛網(wǎng)重路由算法的延時及吞吐量特性進(jìn)行仿真。設(shè)定一個數(shù)據(jù)采集周期為600s。

圖5 仿真模型Fig.5 Simulation model

5.2 仿真結(jié)果與分析

從式（1）～式（4）可以得出：Pg，Pb，Pgg，Pgb，Pbb，Pbg六個變量中，只有Pg和Pgb為獨立變量，其他參數(shù)均可由這兩個參數(shù)來表達(dá)。因此，分析這兩個變量來觀察新型重路由算法的時間特性和工作效率即可。由式（4）可知 Pgb=(Pb/Pg)Pbg，由于 0＜Pbg＜1，故 Pgb＜Pb/Pg。例如 Pg=0.8，則 0＜Pgb＜0.25。如果 Pg＜0.5，則對 Pgb沒有限制，為 0至1之間的任意概率值。本文以節(jié)點subnet_1_2為例，表1給出了節(jié)點subnet_1_2的幾種不同Pg值以及與每個 Pg相對應(yīng)的兩個典型的 Pgb值。td為各種狀態(tài)概率條件下，蛛網(wǎng)重路由算法查詢到節(jié)點subnet_1_2的時間延時，PT為節(jié)點 subnet_1_2與subnet_1_0之間在不同故障概率下的吞吐量，該組數(shù)據(jù)表明，重路由之后的通信狀況是穩(wěn)定的。表中各數(shù)據(jù)均由仿真結(jié)果得到，仿真結(jié)果如圖6所示。

圖6a為60min的仿真時間內(nèi)，節(jié)點subnet_1_2與該子網(wǎng)中心節(jié)點subnet_1_0在9種不同狀態(tài)概率Pg下的延時仿真結(jié)果。從圖中可以看出，針對不同的概率，延時集中在1.08～1.12s之間。當(dāng)故障狀態(tài)概率較高時，延時仍然變化不大。式（7）的理論計算值與實際的仿真結(jié)果基本一致。圖 6b為 60min內(nèi)節(jié)點subnet_1_2與該子網(wǎng)中心節(jié)點subnet_1_0在9種不同狀態(tài)概率Pg下的數(shù)據(jù)吞吐量仿真結(jié)果。最終的吞吐量集中在 1 350～1 450bit/s范圍內(nèi)，不隨節(jié)點狀態(tài)的改變而發(fā)生大范圍的波動，無論節(jié)點故障率的大小，節(jié)點 subnet_1_2與中心節(jié)點subnet_1_0之間的通信數(shù)據(jù)是穩(wěn)定的。表明：蛛網(wǎng)重路由算法對故障節(jié)點的重路由成功率接近100%，與理論分析相符。仿真結(jié)果充分說明了蛛網(wǎng)重路由算法的穩(wěn)定性以及此種組網(wǎng)方法的可行性。

表 蛛網(wǎng)重路由算法特性Tab.Characteristics of cobweb route-reconstruction algorithm

圖6 仿真結(jié)果Fig.6 Simulation results

圖6c所示為20min時刻節(jié)點 subnet_1_2出現(xiàn)故障，以subnet_1_3為中繼節(jié)點，重路由前后這兩個節(jié)點之間的數(shù)據(jù)流量仿真結(jié)果。從圖中可以看出，由于節(jié)點subnet_1_3要承擔(dān)來自subnet_1_2的數(shù)據(jù)，故它們之間的流量明顯升高；圖 6d所示為重路由前后subnet_1_3與中心節(jié)點subnet_1_0之間的數(shù)據(jù)流量仿真結(jié)果。同樣的，由于節(jié)點subnet_1_2的數(shù)據(jù)使該段路徑的數(shù)據(jù)流量顯著增加，以滿足subnet_1_2與中心節(jié)點subnet_1_0之間的通信需求。仿真結(jié)果與理論分析完全一致，證明了此方法的可行性且具有實際應(yīng)用的參考價值。

6 結(jié)論

（1）本文建立了低壓配電網(wǎng)絡(luò)MAC層的邏輯蛛網(wǎng)拓?fù)?，實現(xiàn)了PLC系統(tǒng)的自動路由，在一定程度上提高了PLC的通信可靠性。

（2）延時特性的仿真，驗證了理論計算的正確性。同時，延時時間較短且穩(wěn)定，證明了蛛網(wǎng)拓?fù)鋺?yīng)用于電力線通信組網(wǎng)的可行性與新型重路由算法在不同網(wǎng)絡(luò)環(huán)境下的穩(wěn)健性。由于該種方法的實現(xiàn)位于 MAC層，受物理層限制較小，具有一定的通用性。

（3）吞吐量的仿真結(jié)果證明新的組網(wǎng)算法及重路由算法在解決故障節(jié)點問題的成功率接近100%。節(jié)點之間出現(xiàn)通信故障后，只需在子網(wǎng)局部進(jìn)行路由重構(gòu)即可，提高了網(wǎng)絡(luò)的通信效率。

[1]Hrasnica H, Haidine A, Lehnert R.Broadband powerline communications networks: network design[M].New York: Wiley, 2004.

[2]Papadopoulos, Theofilos A Papagiannis, Grigoris K Dokopoulos Petros S.Low-voltage distribution line performance evaluation for PLC signal transmission[J].IEEE Transactions on Power Delivery, 2008, 23(4): 1903-1910.

[3]Okazima N, Baba Y, Nagaoka N, et al, Propagation characteristics of power line communication signals along a power cable having semiconducting layers [J].IEEE Transactions on Electromagnetic Compatibility,2010, 52(3): 756-759.

[4]周陶濤, 馬正新, 王劍, 等.低壓電力線通信性能測試分析與路徑選擇[J].電工技術(shù)學(xué)報, 2008, 23(8):126-130.Zhou Taotao, Ma Zhengxin, Wang Jian, et al.Testing and analysis performance of LV-PLC and transmission path selection [J].Transaction of China Electrotechnical Society, 2008, 23(8): 126-130.

[5]張世平, 張紹卿, 李德勝.基于全通濾波器的IIR陷波器在抑制電力線通信中的諧波干擾的研究[J].電工技術(shù)學(xué)報, 2003, 18(3): 107-110.Zhang Shiping, Zhang Shaoqing, Li Desheng.The study of rejecting harmonic interference in power line communication using IIR notch filter based on all pass filter [J].Transaction of China Electrotechnical Society, 2003, 18(3): 107-110.

[6]張在玲, 韓富春, 朱永利, 等.非均勻傳輸特性的低壓電力線載波傳輸模型[J].電工技術(shù)學(xué)報, 2004,19(4): 107-110.Zhang Zailing, Han Fuchun, Zhu Yongli, et al.The carrier wave communication transmission model of low-voltage power line based on the uneven transmission characteristics [J].Transaction of China Electrotechnical Society, 2004, 19(4): 107-110.

[7]劉曉勝, 周巖, 戚佳金.電力線載波通信的自動路由方法研究[J].中國電機(jī)工程學(xué)報, 2006, 26(21):76-81.Liu Xiaosheng, Zhou Yan, Qi Jiajin.Method study of automatic routing for power line communication[J].Proceedings of the CSEE, 2006, 26(21): 76-81.

[8]戚佳金, 劉曉勝, 徐殿國, 等.低壓電力線通信分簇路由算法及網(wǎng)絡(luò)重構(gòu)[J].中國電機(jī)工程學(xué)報,2008, 28(4): 65-71.Qi Jiajin, Liu Xiaosheng, Xu Dianguo, et al.Simulation study on cluster-based routing algorithm and reconstruction method of power line communication over lower-voltage distribution [J].Proceedings of the CSEE, 2008, 28(4): 65-71.

[9]Halid Hrasnica, Abdelfatteh Haidine, Ralf lehnert.broadband powerline communications network design[M].Dresden: John Wiley & Sons, Ltd, 2008.

[10]Liu Xiaosheng, Zhang Liang, Lin Jianwei.Communication network-oriented analysis of transmission mechanism of nature orb-web [C].Proceedings of the lst International Conference on Pervasive Computing, Signal Processing and Applications, 2010: 224-229.

[11]Chan W C.Performance analysis of telecommunications and local area networks[M].Norwell: Kluwer, 2000.

[12]Yi Yu, Scott L Miller.A four-state markov frame error model for the wireless physical layer[C].Proceedings of the Wireless Communications and Networking Conference, 2007, 2053-2057.

[13]Konnex (KNX)standard[S].Konnex Assoc.2002.