張秀秀

(長治學(xué)院 電子信息與物理系,山西 長治 046011)

0 引言

現(xiàn)如今電力網(wǎng)的智能化發(fā)展迅速，在低壓電力線上實現(xiàn)互聯(lián)網(wǎng)通信成為可能。但是電力線作為通信信道，由于它的頻率特性，噪聲特性等導(dǎo)致在其上的互聯(lián)網(wǎng)通信效果不佳。針對這些情況，在對電力信道充分分析總結(jié)的基礎(chǔ)上，文章提出了一種適合電力線互聯(lián)網(wǎng)通信的信道均衡新算法。

1 電力信道的特性分析

低壓電力線上用電設(shè)備的隨機接入和接出是影響電力線作為通信信道的不利條件之一，為了使得互聯(lián)網(wǎng)通信在電力線上成為可能，通過對電網(wǎng)的實際觀察與分析，總結(jié)出低壓電力信道的特性。信道的時變性也很明顯，信號在50 kHz～400 kHz范圍內(nèi)，衰減范圍高達20多分貝。衰減隨頻率變化，但是對于互聯(lián)網(wǎng)信號的間隔傳輸來說，電網(wǎng)信道仍然可以看成是慢時變信道[1]。因此，在電力信道橋接后，為提高通信的質(zhì)量，在接收端加入自適應(yīng)均衡器模塊。下面將主要介紹適合于互聯(lián)網(wǎng)通信新的變步長信道均衡算法[2]。

2 新的變步長均衡算法

本文是在文獻[3]提出的舌線變步長DVS-LMS算法的基礎(chǔ)上提出的一種改進式MDVS-LMS算法。

2.1 基于舌線的變步長LMS算法簡介

該算法一開始運行時，μ(n)較大，在中間平穩(wěn)階段μ(n)會緩慢變小[3]。

DVS-LMS算法的迭代公式如下：

e(n)=d(n)-xT(n)w(n).

(1)

(2)

w(n+1)=w(n)+2μ(n)e(n)x(n).

(3)

式中，β決定步長μ(n)的界限，α決定步長曲線的形狀。

圖1 步長μ(n)與誤差e(n)的函數(shù)曲線

從圖1中可以看出，步長μ(n)與誤差e(n)之間的函數(shù)關(guān)系。

2.2 改進的變步長算法

上面的算法在互聯(lián)網(wǎng)通信中自適應(yīng)均衡取得了較好的效果。然而，該算法會受到發(fā)送端不相關(guān)噪聲的影響，這會導(dǎo)致算法在運行時的平穩(wěn)度。針對文獻算法存在的問題，本文提出了改進式MDVS-LMS算法，算法中用誤差信號e(n)和e(n-1)來調(diào)整步長。新算法中還引入了補償因子γ，其算法迭代公式如下：

(4)

(5)

其中，μmax=0.1，μmin=(0.005)。

圖2 步長μ(n)與誤差e(n)的函數(shù)關(guān)系曲線

從圖2可以看出，通過對α、β、γ的適當(dāng)選取，可以構(gòu)造出符合變步長調(diào)整原則的曲線。新算法在低壓電力線互聯(lián)網(wǎng)通信系統(tǒng)中，對自適應(yīng)過程中存在的誤差信號e(n)在收斂階段可能不相關(guān)的問題得以解決。

3 新算法的自適應(yīng)均衡仿真分析

3.1 自適應(yīng)均衡器的組成

為了比較新算法和文獻[3]算法的性能優(yōu)劣，文章中仿真實驗采用具有一般性的恒參數(shù)信道。向量參數(shù)如下所示：

ISI_1=(0.05,-0.064,0.089,-0.125,
-0.25,0.9048,0.26,0,0.126,0.039)[4]

.

(6)

在比較兩種算法的跟蹤性能上，算法迭代一定的次數(shù)后，信道更換到2，信道2的向量參數(shù)如下所示:

ISI_2=(-0.24,0.904 9,0.039).

(7)

數(shù)據(jù)經(jīng)過信道1處理后，再加上高斯白噪聲一起進入自適應(yīng)濾波器，實驗中采用的是判決引導(dǎo)均衡器。均衡器為使得權(quán)向量系數(shù)接近最優(yōu)，首先處于訓(xùn)練階段，之后正式進入工作階段。在此階段采用判決檢測器，由輸出y(n)產(chǎn)生參考信號d(n)，這時的誤差信號e(n)為判決誤差。

3.2 新的變步長MDVS-LMS算法仿真分析

兩種算法在圖3所示的環(huán)境中進行了仿真，發(fā)現(xiàn)信道特性都從迭代次數(shù)為2000后發(fā)生改變，針對DVS-LMS算法取不同的α,β進行了多次仿真，參數(shù)α=65,β=0.26時其收斂速度、均方誤差的穩(wěn)態(tài)值以及跟蹤速度的性能最好。而新算法在α=65,β=0.35，γ=2時，性能最好。執(zhí)行500次獨立的模擬，然后進行平均計算，生成的均方誤差曲線如圖4所示。

圖4MDVS-LMS算法與DVS-LMS算法的均方誤差比較圖3自適應(yīng)均衡實驗框圖

從仿真中可以看出，兩種算法的收斂性都很好，相比文獻提出的算法，本文改進的算法均方誤差的穩(wěn)態(tài)值更小一些，在信道特性改變后不但跟蹤速度更快，而且均方誤差的收斂速度也更快了。此算法適用到電力線互聯(lián)網(wǎng)通信中，不需要先前自適應(yīng)算法的指數(shù)運算。觀察在2000點處信道發(fā)生改變時新的改進算法誤碼個數(shù)如圖5所示。

從圖中可以看出在2000點前，新算法的沒有產(chǎn)生誤碼，在仿真信道更換到2時，算法進入跟蹤階段，在迭代次數(shù)小于40時，濾波器的系數(shù)重新收斂，之后表現(xiàn)出很好的跟蹤特性，即沒有產(chǎn)生新的誤碼。

圖5 MDVS-LMS算法誤碼個數(shù)

4 結(jié)論

本文提出的新算法在解決低壓電力互聯(lián)網(wǎng)通信過程中的信號衰減和碼間干擾等問題有一定的改善。通過仿真發(fā)現(xiàn)改進的MDVS-LMS算法運算量小，收斂速度較快，跟蹤速度也較快?？傊恼聦Ω倪M算法的分析，對電網(wǎng)上實現(xiàn)較為可靠的互聯(lián)網(wǎng)通信起到了一定的指導(dǎo)作用。