包曉安，郭 銘，胡國亨，王志勇，俞成海，張 娜

(浙江理工大學(xué)信息學(xué)院，杭州 310018)

基于自適應(yīng)閾值的脈沖抑制迭代算法研究

包曉安，郭 銘，胡國亨，王志勇，俞成海，張 娜

(浙江理工大學(xué)信息學(xué)院，杭州 310018)

電力線信道中存在的脈沖噪聲是信號衰減的主要因素，通常采用非線性消隱的CISA迭代算法來消除脈沖噪聲，抑制脈沖干擾，但固定閾值的設(shè)定并不精確，使得有效信號被消隱處理。為進(jìn)一步提升降噪性能，提出了一種基于自適應(yīng)閾值脈沖抑制迭代算法(OISA迭代算法)，該算法引入了CE卷積編碼算法和VD譯碼算法來提高噪聲估計性能，并采用自適應(yīng)閾值的方法進(jìn)行更加精確的消隱處理。仿真實驗表明，OISA迭代算法在OFDM系統(tǒng)的性能上比CISA迭代算法有所提升。

OISA；脈沖抑制；消隱處理；自適應(yīng)閾值

0 引 言

電力線載波通信(PLC)是通過電力線進(jìn)行信號傳輸?shù)囊环N通信方式，電力線作為已經(jīng)完善搭建的基礎(chǔ)設(shè)施，可大大降低通信成本[1]。但由于其設(shè)計之初主要用于傳輸電能，并非專為通信服務(wù)所設(shè)計，通信質(zhì)量受到信道的噪聲干擾、多徑效應(yīng)和信道衰弱等因素影響[2]。在PLC的眾多干擾因素中，脈沖噪聲對電力線通信系統(tǒng)的影響最為顯著，因此非常有必要采用一定技術(shù)對脈沖噪聲進(jìn)行抑制[3]。

目前國內(nèi)外有很多關(guān)于電力線通信系統(tǒng)中的脈沖噪聲抑制方法的研究，可分為參數(shù)法和非參數(shù)法兩大類[4]。參數(shù)法利用數(shù)學(xué)模型來描述脈沖干擾，常用的方法包括限幅法、深度限幅法、消隱法和聯(lián)合消隱法等，雖然這些方法能夠精準(zhǔn)地識別脈沖噪聲，但存在著去噪性能差和算法計算量大等不足。非參數(shù)法利用脈沖干擾的某些特性來抑制干擾，比如Hu等[5]、Haring等[6]提出了一種傳統(tǒng)的抑制迭代算法，該算法在時域上利用閾值檢測器去估計并通過多次迭代來消隱脈沖噪聲，但這種技術(shù)對脈沖噪聲的識別不夠完善，對原始信號進(jìn)行消隱處理，導(dǎo)致系統(tǒng)誤碼率沒有很好解決。

本文采用CE卷積編碼及VD譯碼作為信道編碼方式，兩種算法分別為性能優(yōu)良的編碼算法和對應(yīng)的最佳譯碼算法，可減少接受信號端獲取的錯誤信號碼，提高傳輸?shù)目煽啃?。Ndo等[7]提出的傳統(tǒng)抑制迭代算法(CISA迭代算法)采用固定閾值來進(jìn)行脈沖噪聲的消隱，如果閾值設(shè)定過大，將無法覆蓋所有的脈沖信號，而閾值過小又不能保證真實有效的信號樣本能夠不被消隱處理[8]。本文提出了一種自適應(yīng)閾值脈沖抑制迭代算法(OISA迭代算法)，根據(jù)接受信號的分布特征來判定閾值的大小，對脈沖噪聲進(jìn)行自適應(yīng)閾值估計判定。通過仿真實驗比較CISA迭代算法和OISA迭代算法性能，以驗證OISA在OFDM系統(tǒng)上的傳輸效率和脈沖噪聲抑制效果。

1 模型簡介

PLC系統(tǒng)中存在的干擾嚴(yán)重影響了通信質(zhì)量，OFDM技術(shù)具有頻譜利用率高、傳輸速度快和抗多徑干擾能力好等優(yōu)點[9]，因此OFDM技術(shù)被廣泛應(yīng)用于電力線信道中。由于脈沖噪聲的幅值具有高斯噪聲的特性，可利用泊松-高斯分布模型對脈沖噪聲進(jìn)行建模[10]。

1.1 OFDM基帶模型

正交頻分復(fù)用技術(shù)(OFDM)是一種改進(jìn)多載波調(diào)制的新型高速傳輸技術(shù)，其基本思想是在頻域內(nèi)將給定信道劃分成等頻率間隔的多個子載波，將高速信息流變換成低速率的多路并行數(shù)據(jù)流，每路數(shù)據(jù)流分別在相應(yīng)的子載波上進(jìn)行傳輸，在接收端再將正交子載波解調(diào)，最后恢復(fù)成高速信息流。各相鄰子信道上的信號在頻譜上相互重疊且相互正交，減少了子載波間的相互干擾，又提高了頻譜的利用率。OFDM系統(tǒng)的基帶模型如圖1所示。

圖1 OFDM系統(tǒng)基帶模型

OFDM符號由一組經(jīng)過相移鍵控(PSK)或者正交幅度調(diào)制信號(QAM)的子載波構(gòu)成，其基帶模擬信號可表示為[11]：

0≤n

(1)

其中：N為子載波個數(shù)之和，Sk是一個正交調(diào)幅的符號序列，IDFTN表示N階離散傅里葉變換，因此可采用更高效的快速傅里葉反變換/快速傅里葉變換(IFFT/FFT)來實現(xiàn)多個載波的調(diào)制和解調(diào)，進(jìn)一步簡化OFDM系統(tǒng)結(jié)構(gòu)，大大降低實現(xiàn)復(fù)雜度。

1.2 脈沖噪聲模型

脈沖噪聲分為異步的非周期和同步的周期脈沖噪聲[12]，對于時域脈沖噪聲模型，Al-Mawali等[13]提出了一種基于泊松分布模型的脈沖噪聲模型，見式(2)。該模型可以理解為脈沖噪聲以ck概率分布，且幅度以dk隨機設(shè)定，這類脈沖噪聲隨機的出現(xiàn)在每一個傳輸數(shù)據(jù)中。

bk=ckdk

(2)

(3)

泊松-高斯分布模型被認(rèn)為是脈沖噪聲仿真效果較好的統(tǒng)計概率模型，適合于描述單位時間內(nèi)隨機噪聲發(fā)生的次數(shù)。本文利用此分布模型將脈沖噪聲與加性高斯白噪聲相加，構(gòu)成本文系統(tǒng)仿真環(huán)境下總的噪聲模型，其中的加性高斯白噪聲用于模擬電力線中的背景噪聲。

2 改進(jìn)的迭代抑制算法

2.1OISA迭代抑制算法

脈沖噪聲是影響PLC系統(tǒng)傳輸性能的一個重要因素，通常采用CISA迭代算法來抑制脈沖干擾抑制，該方法在OFDM接收機之前施加一個迭代處理，處理過程中能夠獲取信號中的脈沖，同時衰減脈沖在時域中的能量，從而達(dá)到抑制脈沖的效果。CISA迭代算法的基本思想是在時域或者頻域中更好地預(yù)測脈沖，對預(yù)測到的脈沖進(jìn)行閾值消隱處理，通過閾值檢測器能夠很好地估計噪聲屬于脈沖噪聲還是AWGN噪聲。

為進(jìn)一步提升算法性能，本文在CISA迭代算法基礎(chǔ)上提出了OISA迭代算法，該算法引入了CE卷積編碼算法以及VD譯碼算法來提高噪聲估計性能。前者能夠生成相互關(guān)聯(lián)的碼元，而后者能夠識別并糾正錯誤碼元，兩者結(jié)合可以得到良好的糾錯性能，減少接受端對錯誤信號的獲取，進(jìn)而降低系統(tǒng)的誤碼率。

(4)

圖2 OISA抑制脈沖迭代算法框架

2.2 自適應(yīng)閾值算法

傳統(tǒng)的迭代算法采用固定閾值來進(jìn)行脈沖噪聲的消隱，但固定閾值的設(shè)定并不能消除在接受信號中所存在的所有脈沖影響，還會對一些有效信號進(jìn)行非線性消除。Zhidkov等[15]認(rèn)為，傳統(tǒng)的OFDM接收機的固定閾值一般可以設(shè)定的范圍0～15dB，相對應(yīng)系統(tǒng)的信噪比幅度變化時在0～18dB之間。在不同概率的脈沖噪聲環(huán)境下，最佳閾值的大小設(shè)定并不相同，因而本文采用了一種具有更高效率的自適應(yīng)閾值計算方法，該方法根據(jù)接受信號的分布特征來判定閾值的大小。根據(jù)接受得到的信號r(l)，獲取它的峰值、中位值以及均值，從而通過峰值以及均值差獲取得到脈沖噪聲估計(impulsivenoiseestimation，INE),同時通過中位值以及均值計算得到ω值，其中δ是本文實驗過程中的調(diào)節(jié)因子，根據(jù)實驗測得其范圍在5.1±0.1，可以得到較好的信噪比，最后計算得到的INE和ρ的比值來獲取自適應(yīng)閾值OT，算法框圖見圖3。

圖3 自適應(yīng)閾值算法流程

在改進(jìn)的脈沖抑制迭代算法中，首先設(shè)定初始的迭代次數(shù)為0，通過OFDM調(diào)制解調(diào)器處理原始信號，由于在原始接收信號中摻雜著脈沖噪聲和AWGN噪聲，因此在調(diào)制器前必須對該信號進(jìn)行處理，利用脈沖估計器來判斷噪聲類別，該估計器通過自適應(yīng)閾值的計算獲得下次迭代過程中所需要的參數(shù)r(l+1)，具體的迭代算法如下：

輸入：原始接受信號r，最大迭代次數(shù)L，迭代次數(shù)l。

輸出：脈沖抑制處理過后的信號?(l)。

1.l=0；r(l)=r;

2.OFDM解調(diào)器處理r(l)，經(jīng)過快速傅里葉變換得到R(l);

3.Viterbi譯碼器獲取R(l)，處理得到S(l);

4.for(l=0；l≤L；l++){

5.INE=max(r(l))-mean(r(l));

6.ω=median(r(l))-mean(r(l));

7.ρ=δ-ω;

8.計算OT=INE/ρ;

15.調(diào)用步驟2和3的方法得到S(l+1);

16.if (S(l)==S(l+1)) break;

17.}

18. ?(l)=S(l);∥?(l)是最終的輸出信號

用新得到的信號r(l+1)替代r(l)，重復(fù)以上的迭代步驟,直至某一次迭代過程中VD譯碼器的輸出信號S(l)等于前一次迭代VD譯碼器的輸出信號S(l-1)，或者迭代次數(shù)超過最大迭代次數(shù)，迭代終止。此時l表示迭代滿足條件時的迭代次數(shù)，最后得到的輸出信號即為?(l)，且?(l)=S(l)=S(l-1)。經(jīng)過多次迭代后，脈沖噪聲被較好地抑制，獲得良好的誤碼率，提高了OFDM系統(tǒng)的傳輸性能。

3 實驗分析

為了驗證本文提出的基于OISA脈沖抑制迭代算法的有效性，針對不同情況將系統(tǒng)分成四個環(huán)境下運行：

a) 信道A中只有高斯白噪聲；

b) 信道B中有高斯白噪聲和脈沖噪聲；

c) 加入CISA抑制脈沖迭代算法于信道B中；

d) 加入OISA抑制脈沖迭代算法于信道B中。

本文實驗中對這四種信道環(huán)境下，采用相對脈沖消隱效果比較好的BPSK調(diào)制方式，觀察OFDM電力線系統(tǒng)的誤碼率性能的變化以及兩種迭代算法的傳輸效率，其仿真結(jié)果如圖4-圖7所示。

圖4 輕度噪聲下的系統(tǒng)誤碼率性能對比

圖5 中度噪聲下的系統(tǒng)誤碼率性能對比

圖6 重度噪聲下的系統(tǒng)誤碼率性能對比

圖7 CISA和OISA算法的傳輸效率對比

圖4-圖6中信噪比和誤碼率曲線反映了這兩類去噪算法的性能，從圖中可見，如果在接收端不進(jìn)行脈沖抑制迭代處理，OFDM系統(tǒng)的通信性能大幅度降低，這是因為脈沖噪聲的干擾會破壞調(diào)制后的OFDM符號，導(dǎo)致在OFDM接收端無法恢復(fù)該符號所傳遞的原始信號。實驗通過泊松過程去產(chǎn)生脈沖噪聲，分別在輕度、中度、重度的噪聲環(huán)境下，比較CISA脈沖抑制迭代算法和OISA脈沖抑制迭代算法。其中在圖4中，兩種脈沖抑制迭代算法的性能在4～8dB信噪比下抑制效果比較好，而在圖5和圖6中，脈沖抑制效果主要體現(xiàn)在信噪比5～9dB區(qū)間。相對于CISA傳統(tǒng)迭代算法，本文采用具有糾錯性能的CE卷積編碼器和VD譯碼器，并用自適應(yīng)閾值改善了原迭代算法固定閾值不精確的問題，因此在誤碼率改善上，本文算法優(yōu)于CISA算法。從圖7中的傳輸效率比較結(jié)果可以發(fā)現(xiàn)，相同迭代數(shù)的條件下，傳統(tǒng)的CISA迭代算法的傳輸效率比OISA算法要高，但是差別并不大，兩者在迭代次數(shù)15～30區(qū)間，對OFDM系統(tǒng)的傳輸效率影響最大。實驗結(jié)果表明，本文提出的一種基于OISA的脈沖抑制迭代算法有效降低了系統(tǒng)的誤碼率，在各個噪聲環(huán)境下，其抑制脈沖噪聲的抑制效果相對穩(wěn)定。

4 結(jié) 語

目前，迭代抑制算法已經(jīng)普遍應(yīng)用在脈沖噪聲抑制的研究中，本文提出了一種基于OISA的脈沖抑制算法，該算法在傳統(tǒng)的抑制迭代算法中加入了CE卷積編碼器VD譯碼器，同時在脈沖估計器中加入自適應(yīng)閾值檢測器，其中自適應(yīng)閾值的計算可以更好地對脈沖進(jìn)行消隱處理。在本文仿真實驗中，采用了消隱效果較好的BPSK調(diào)制方式，分別在輕度、中度和重度3種不同噪聲下，對比了本文算法和傳統(tǒng)的迭代算法，得出改進(jìn)算法在系統(tǒng)的誤碼率的性能上能夠得到更好的改善。在實驗中還發(fā)現(xiàn)OISA迭代算法的傳輸效率相較CISA迭代算法偏低，而綜合實驗分析，相對于本文提出的OISA算法在誤碼率改善方面，對傳輸效率的影響在可接受范圍內(nèi)。在未來的研究工作中，可以將此迭代抑制算法應(yīng)用到基于OFDM低壓電力線系統(tǒng)的視頻傳輸領(lǐng)域中，分析研究誤碼率對于PSNR性能的影響，從而開展提高視頻的視覺質(zhì)量的研究工作。

[1] 曹軍威, 萬宇鑫, 涂國煜,等. 智能電網(wǎng)信息系統(tǒng)體系結(jié)構(gòu)研究[J]. 計算機學(xué)報, 2013, 36(1):143-167.

[2] 張高境, 熊興中. 電力載波通信中的干擾特性及抑制技術(shù)分析[J]. 電信科學(xué), 2016, 32(2):182-188.

[3] 鄒婷, 李有明, 郭濤,等. 電力線通信系統(tǒng)中的脈沖干擾抑制研究[J]. 移動通信, 2015, 39(7):84-87.

[4]LINJ,NASSARM,EVANSBL.Impulsivenoisemitigationinpowerlinecommunicationsusingsparsebayesianlearning[J].IEEEJournalonSelectedAreasinCommunications, 2013, 31(7):1172-1183.

[5]HUX,CHENZ,YINF.Impulsivenoisecancellationformimopowerlinecommunications[J].JournalofCommunications, 2014, 9(3):241-247.

[6]HARINGJ,VINCKH.OFDMtransmissioncorruptedbyimpulsivenoise[C]//4thInternationalSymposiumonPower-LineCommunicationsanditsApplications(ISPLC2000),IEEETransactionsonCommunications, 2000:9-14.

[7]NDOG,SIOHANP,HAMONMH.Anadaptiveprocedureforimpulsivenoisemitigationoverpowerlinechannels[C]//GlobalTelecommunicationsConference, 2009.IEEE, 2009: 1-6.

[8]ZHIDKOVSV.PerformanceanalysisandoptimizationofOFDMreceiverwithblankingnonlinearityinimpulsivenoiseenvironment[J].VehicularTechnologyIEEETransactionson, 2006, 55(1):234-242.

[9] 孫欣麗, 王萍. 濾波器組多載波技術(shù)仿真性能分析[J]. 電子測量技術(shù), 2016, 39(5):41-45.

[10]ZIMMERMANNM,DOSTERTK.Analysisandmodelingofimpulsenoiseinbroadbandpowerlinecommunications[J].IEEETransactionsonElectromagneticCompatibility, 2002, 44(1):249-258.

[11] 陳西宏, 胡茂凱, 孫際哲,等. 多徑衰落信道下多音干擾OFDM系統(tǒng)性能分析[J]. 北京理工大學(xué)學(xué)報, 2014(1):83-87.

[12] 谷志茹, 劉宏立, 詹杰,等. 智能電網(wǎng)窄帶OFDM通信系統(tǒng)噪聲抑制[J]. 電工技術(shù)學(xué)報, 2014, 29(11):269-276.

[13]AL-MAWALIKS,HUSSAINZM.Adaptive-thresholdclippingforimpulsivenoisereductioninOFDM-basedpowerlinecommunications[C]//InternationalConferenceonAdvancedTechnologiesforCommunications.IEEE, 2009:43-48.

[14] 毛珍麗, 金學(xué)波. 基于傅里葉級數(shù)的織物成結(jié)褶皺模擬研究[J]. 浙江理工大學(xué)學(xué)報, 2012, 29(4):498-502.

[15]ZHIDKOVSV.OntheanalysisofOFDMreceiverwithblankingnonlinearityinimpulsivenoisechannels[C]//IntelligentSignalProcessingandCommunicationSystems, 2004.IEEE, 2004: 492-496.

(責(zé)任編輯： 康 鋒)

ResearchonPulseSuppressionIterativeAlgorithmBasedonAdaptiveThreshold

BAOXiaoan,GUOMing,HUGuoheng,WANGZhiyong,YUchenghai，ZHANGNa

(SchoolofInformationScience&Technology,ZhejiangSci-Techuniversity,Hangzhou310018,China)

The impulse noise in power line channel is the main factor of signal attenuation. The CISA iterative algorithm of non-linear blanking is usually used to eliminate the impulse noise and suppress impulse interference. However, the setting of fixed threshold value is not precise so that effective signals suffer blanking processing. In order to further enhance the performance of noise reduction, an adaptive iterative algorithm based on adaptive threshold pulse suppression (OISA iterative algorithm) is proposed in this paper. The CE convolutional coding algorithm and VD decoding algorithm are introduced in this algorithm to improve the noise estimation performance, and adaptive threshold method is applied to carry out more accurate blanking processing. The simulation experiment shows that the OISA iterative algorithm has better performance than CISA iterative algorithm in OFDM system.

OISA; pulse suppression; blanking processing; adaptive threshold

10.3969/j.issn.1673-3851.2017.09.012

2016-11-23 網(wǎng)絡(luò)出版日期： 2017-04-25

國家自然科學(xué)基金項目(61379036，61502430) ；浙江理工大學(xué)“521人才培養(yǎng)計劃”基金項目；浙江省重大科技專項重點工業(yè)項目(2014C01047)

包曉安(1973-)，男，浙江金華人，教授，碩士，主要從事自適應(yīng)軟件、軟件測試與智能信息處理方面的研究。

張 娜，E-mail：zhangna@zstu.edu.cn

TN91

A

1673- 3851 (2017) 05- 0676- 05