电力线信道噪声

2024-05-28

电力线信道噪声（共7篇）

电力线信道噪声篇1

1 信道的概念

信道是指以传输媒介 (介质) 为基础的信号通路。也就是指由有线或者无线电线路提供的信号通路;通常是指定的一段频带, 作用是传输信号。

信道的分类:信道依其定义可分为狭义信道和广义信道这两类。狭义信道依媒介不同, 可分为有线信道和无线信道。传输媒介为明线、电缆等能够看得见的, 称为有线信道, 否则为无线信道。广义信道可分成调制信道和编码信道两种。

不包含调制器和解调器的信道为调制信道。包括的为编码信道。

2 信道与信号传输

信道是信号传输的媒介, 故若想提高信号传输的清晰度与可靠性, 则必要了解信号在不同媒介中的传递特性。

2.1 相位-频率畸变及其在信号传输中的影响

在信道中, 较常出现的问题便是相位-频率畸变, 它是指信道的相位-频率特性偏离其固有线性关系所引起的畸变。这种畸变现实中比较常见, 如电话信道的相位-频率畸变就主要因信道中的滤波器、加感线圈引发。它对数字信号传输影响较大, 当传输速率较高时, 畸变将会引起严重的码间串扰, 严重影响通信质量。尤其在电力线信道中, 影响更大。2.2信号传输中的常见问题

(1) 调制信道中的恒参信道通常受其主要参数的非线性畸变、频率偏移及相位抖动等也会对信号传输生产很大的影响。

(2) 而调制信道中的变参信道则有对信号的衰耗随时间的变化而变化、传输时延随时间发生变化、具有多径传播。

(3) 信道内的另一种必须注意到的干扰就是信道内的噪声干扰。

3 信道噪声

信道噪声是影响信号传输质量和稳定性的主要因素。由于在通常生活中, 信号的传输媒介多为低压电力线, 下面我前就针对低压电力线上的信道噪音, 进行分析。

信道噪声依其性质主要分为单频噪声、脉冲干扰、起伏噪声。

3.1 低压电力线

电力线通信是以电力线作为通信媒介的一种通信方式。由于电力线是非专用通信线路, 使得建立与其通用的精确模型很不容易, 需要依靠大量参数测定和统计数据, 并参照无线通信的信道分析建模方法, 在特定环境下建立相对模型。

分析电力线通信的可靠性还要考虑到噪声、阻抗和衰减这三方面。

3.2 电力线通信的噪声分类

低压电力线上的噪声因其引发原因不同进行分类, 一般可划分为以下几种类型:

(1) 有色背景噪声

电力线上各种噪声源所产生的组合干扰噪声, 是缓慢变化的随机干扰, 其功率谱密度随频率增加而减小。

(2) 窄带噪声

窄带噪声是一种频带很窄的噪声, 主要受短波广播在频域上的串扰, 其强度变化不定。一般情况下, 夜间干扰比较严重。

(3) 突发性脉冲噪声

闪电或网络上负载的开关操作所产生脉冲噪声。

4 噪声建模

了解了噪声的基本特性后, 我们便可对其进行建模以指导日常应用。提到信道噪声, 就是首先提到白噪声。

4.1 白噪声的建模

白噪声, 是指功率谱密度函数在整个频率域内服从均匀分布的噪声。而其他噪声则均称为有色噪声。单纯的白噪声是不存在的, 而当噪声功率谱密度函数均匀分布的频率范围超过通信系统工作频率范围很多时, 就可近似定其为白噪声。

其自相关函数可表达为

这表明:白噪声的自相关函数是一个位于=0处的冲激函数, 它的强度为n0/2。

4.2有色噪声的建模

有色噪声由白噪声源经过滤波生成, 噪声整形滤波器可由传递函数 (Z变换) 来进行描述:

公式中, 函数的分子部分B (Z) 表示移动平均部分, 其分母部分A (Z) 表示自回归部分。模型参数由噪声源的方差2和滤波器系数组成。通过使用AR处理模型:B (Z) =1, 参数可以用Burg算法得到。由于有色背景噪声的功率谱密度受时间影响小, 随时间的变化慢, 所以只在改变模拟的噪声环境时, 才对该参数进行变更。

通过上述分析与建模, 对信道进行了阐述, 对电力线信道噪音进行了分析, 并对噪音进行了建模。为信道研究入门, 提供浅略指导。、

参考文献

[1]桑林, 郝建军, 刘丹谱.数字通信[M].北京:北京邮电出版社, 2002:169-241.

[2]梵昌信, 曹丽娜.通信原理[M].北京:国防工业出版社, 2009:298-323.

[3]王艳华, 袁秀湘.加性高斯白噪声信道的最佳接收机性能研究[J].长沙交通学院学报, 2000, 16 (4) .

[4]陈亚勇.Matlab信号处理详解[M].北京:人民邮电出版社, 2001:32-102.

电力线信道噪声篇2

直接序列扩频 (DSSS) 是使用伪随机码扩展载有信息数据的基带信号的频谱, 从而形成宽带低功率谱密度信号来发送。其中伪随机码比发送信息数据速率高许多倍。接收端再进行处理和解调, 恢复原始数据信号, 从而减少噪声对信号的影响。随着直接序列扩频技术在各种领域的广泛应用, 接收端对直接序列扩频信号码同步技术的要求也越来越高。特别是当接收机处于信噪比较低的环境时, 直接序列扩频信号的同步具有很大的挑战性。评价直接序列扩频 (DSSS) 接收机性能的主要因素包括虚警概率、检测概率和平均捕获时间。传统的滑动相关法在低信噪比环境下同步虚警率较高, 捕获时间也大大增加。在此, 利用扩频信号同步前后, 其上下通带的输出功率差比上通带输出功率变化梯度大的特点, 提出了一种适用于低压电力线信道噪声环境下的改进捕获算法。通过理论和仿真分析, 验证了该算法在低信噪比低压电力线环境下, 有较低的同步虚警概率和较高的检测概率, 可以提高扩频接收机的捕获性能。

1 传统的单积分滑动相关算法[1]

传统方法的实现如图1中的虚线所示, 含有噪声的接收信号经解扩处理后, 变为中频窄带信号, 经平方检波后送往积分器。积分器是从0～TD的积分清除积分器 (TD为积分器的积分时间, 在TD时刻输出积分值, 并清零, 如此重复) 。该值与门限比较器的门限值做比较, 当它低于设定的某一门限值时, 输出一个信号给时钟电路, 以控制时钟电路的工作状态, 从而改变本地编码序列的相位状态。改变后的本地序列相位状态再重复上述的解扩、中频滤波、平方检波、积分和比较过程。当积分器的输出大于给定门限时, 表示已完成对发送来的编码序列相位的捕捉, 门限比较器的输出不再改变时钟电路的工作状态, 而是给跟踪同步电路输送信号, 进入编码序列的同步跟踪。

2 基于低压电力线的改进算法

在扩频同步捕获阶段, 接收到的PN码与本地的PN码之间大部分都存在着码元同步偏移, 而码元同步偏移会对相关器的输出造成影响, 使有用信号的输出功率下降, 同时还造成了输出噪声功率的增加, 该输出噪声称为码自噪声。

由于滤波器的通带内、外的能量总和是一定的[2], 在同步的情况下, 能量集中在通带内, 通带外的信号能量为0;在不同步情况下, 通带外的能量要大于或者等于通带内的能量。

在此, 采用基于功率谱估计的改进捕获算法。采用上通带和下通带两个窄带滤波器, 分别对其滤出的信号功率谱进行分析和估计, 如图1所示。其中, 上支路为传统串行单积分滑动相关法, 该支路用于滤出解扩后信号功率[3];下支路用于滤出解扩后上通带以外噪声的一部分功率作为估计。在低信噪比的电力线环境下, 利用上下通带内外功率差代替传统使用带内信号功率作为同步门限比较器输入值的方法, 降低了同步虚警率, 并提高了同步的检测概率。

2.1 电力信道环境下信号的传输特性

扩频系统使用的通信频带主要在100～450 kHz。在这个频带上, 低压电力线上的噪声可以分为背景噪声、与工频同步的周期性噪声、突发性噪声、频域窄带脉冲噪声4类[4]。其中, 背景噪声对电力线扩频通信的影响最大。在扩频频带内背景噪声基本保持水平状态, 其特性为平稳的高斯白噪声;与工频同步的周期性噪声持续时间长, 频域覆盖范围广, 功率大。但高传输速率的通信系统由于数据包持续时间短, 可在周期性噪声的间隙进行传输, 从而降低了这种噪声的影响;突发性噪声的能量主要集中在100 kHz 以下, 且其产生的频率与每秒几千比特的数据传输率相比很低, 因而对扩频传输系统的影响不是很大;频域窄带脉冲噪声的特点是:一旦产生, 持续时间长, 能量大。如果通信系统采用单频载波, 且载波频率恰好落在这种窄带噪声的频率上, 那对此系统的通信传输影响很大。

根据上述分析, 针对其中影响比较大的两类噪声进行分析:背景噪声与频域窄带脉冲噪声。上带通输出的信号功率包括有用信号、部分背景噪声、部分频域窄带脉冲噪声;下通带输出的信号功率包括码自噪声、部分背景噪声和部分频域窄带脉冲噪声。

假设发送端发送的信息码经扩频和BPSK调制后发送, 则接收机接收到的信号可以表示为:

$s (t) = A d (t) c (t) \cos (2 π f_{0}) + n (t)$

式中:A为接收信号的振幅;d (t) 为发送的信息码;c (t) 为扩频的伪随机码;f0为BPSK载波频率;n (t) 为低压电力线信道上的噪声。

2.2 有用信号与码自噪声

在实现相关运算时, 只有当接收信号与本地参考信号完全对准时, 相关器输出最大。如果它们之间有偏移, 即有定时误差, 相关器输出减小, 出现相关损失。所损失的能量将转变为由有用信号和与本地码进行相关运算后造成的码自噪声。

设T表示接收到的伪随机码的波形延迟, T1是T的本地估值。在码元偏移情况下:T-T1≠0, c (t-T) c (t-T1) 含有直流分量和一些干扰噪声。这些干扰噪声称为码自噪声。

当|T-T1|=εTc, 设0≤|ε|≤1为本地PN码与接收PN码的相对时延。

计算得到C (t, ε) =c (t-T) c (t-T1) 的功率谱密度函数为[5]:

$\begin{array}{l} φ_{c} (f) = (1 - \frac{Ν + 1}{Ν} | ε |)^{2} δ (f) + \\ \frac{Ν + 1}{Ν} ε^{2} s i n c^{2} (f ε Τ_{c}) \sum_{\begin{array}{l} k = - \infty ； \\ k \neq 0 \end{array}}^{\infty} δ (f + k / Τ_{c}) + \\ \frac{Ν + 1}{Ν^{2}} ε^{2} s i n c^{2} (f ε Τ_{c}) \sum_{\begin{array}{l} k = - \infty ； \\ k \neq 0 \end{array}}^{\infty} δ [f + k / (Ν Τ_{c})] (1) \end{array}$

设上通带的频带为:f0-fb≤f≤f0+fb。其中:f0为载波频率;fb为基带信息码率;fc为伪随机的码片速率;且fb=1/NTc, 则由式 (1) 可得上通带的输出有用信号功率为:

$S_{上} = (1 - \frac{Ν + 1}{Ν} | ε |)^{2} + 2 \frac{Ν + 1}{Ν^{2}} ε^{2} s i n c^{2} (ε / Ν)$

设下通带的频带为:f0-3fb≤f≤f0-fb, 同理由式 (1) 得到下通带输出的码自噪声功率为:

$S_{下} = \frac{Ν + 1}{Ν^{2}} ε^{2} [s i n c^{2} (\frac{ε}{Ν}) + s i n c^{2} (\frac{2 ε}{Ν}) + s i n c^{2} (\frac{3 ε}{Ν})]$

根据理论计算, 所得结论如表1所示。表1列出了在不同|ε|下, 上下通带输出的功率值及其差值。由表1可以看出, 在扩频系统同步前后, 上下通带输出的功率值之差比上通带输出功率的变化梯度大。

2.3 背景噪声

一般来说, 在扩频通信频带内, 低压电力线信道上的背景噪声可归为高斯白噪声[4]。假设该噪声与进入接收机的其他信号相互独立, 则其通过接收机输入滤波器后的功率谱密度为:

$S_{n} (f) = {\begin{cases} n_{0} / 2, f_{0} - f_{c} < f < f_{0} + f_{c} \\ 0, 其他 \end{cases}$

由已知理论推得噪声在扩频相关接收机输出的平均功率为[6]:

$\begin{array}{l} Ρ_{V Ν} = \int_{- \infty}^{+ \infty} | Η (f) |^{2} [S_{c} (f) * S_{n} (f)] d f = \\ \int_{- \infty}^{+ \infty} S_{n} (F) d F \int_{- \infty}^{+ \infty} | Η (f) |^{2} S_{c} (f - F) d f (2) \end{array}$

式中:Sn (F) 为背景噪声的功率谱密度;|H (f) |2为窄带带通滤波器的频率传输函数;Sc (f) 为m序列的功率谱密度。在上通带 (f0-fb≤f≤f0+fb) 中, Sc (f) 可看作平坦的, 即可得:

$S_{c} (f - F) ⧋ S_{c} (F) = Τ_{c} s i n c^{2} (F Τ_{c})$

则式 (2) 的后一项可化为:

$\begin{array}{l} \int_{- \infty}^{+ \infty} | Η (f) |^{2} S_{c} (f - F) d f ⧋ \\ \int_{f_{0} - f_{b}}^{f_{0} + f_{b}} Τ_{c} s i n c^{2} (F Τ_{c}) | Η (f) |^{2} d f \end{array}$

假设该窄带带通滤波器的功率传输函数是理想的, 并对其幅频特性进行了归一化, 即:

$| Η (f) | = {\begin{cases} 1 / \sqrt{2}, f_{0} - f_{b} \leq f \leq f_{0} + f_{b} \\ 0, f > f_{0} + f_{b} 或 f < f_{0} - f_{b} \end{cases} (3)$

由式 (3) 可得∫ $_{f_{0} - f_{b}}^{f_{0} + f_{b}}$ |H (f) |2df = fb, 则式 (3) 化为fbTcsinc2 (FTc) , 整理可得该背景噪声在上通带的输出功率值为:

$\begin{array}{l} Ρ_{V Ν} = \int_{- \infty}^{\infty} S_{n} (F) Τ_{c} f_{b} s i n c^{2} (F Τ_{c}) d F \\ = \int_{f_{0} - f_{c}}^{f_{0} + f_{c}} \frac{n_{0}}{2} Τ_{c} f_{b} s i n c^{2} (F Τ_{c}) d F \\ = \frac{f_{b} n_{0}}{2} \int_{f_{0} - f_{c}}^{f_{0} + f_{c}} Τ_{c} s i n c^{2} (F Τ_{c}) d F \\ = \frac{f_{b} n_{0}}{2} \end{array}$

式中:∫ $_{f_{0} - f_{c}}^{f_{0} + f_{c}}$ Tc sinc2 (FTc) dF=1为扩频码的[6]功率。

下通带的功率传输函数为:

$| Η (f) | = {\begin{cases} 1 / \sqrt{2}, f_{0} - 3 f_{b} \leq f \leq f_{0} - f_{b} \\ 0, > f_{0} - f_{b} 或 f < f_{0} - 3 f_{b} \end{cases}$

同理可得到∫ $_{f_{0} - 3 f_{b}}^{f_{0} - f_{b}}$ |H (f) |2df = fb, 且背景噪声在下通带的输出功率为: $Ρ_{V Ν} = \frac{f_{b} n_{0}}{2}$ 。

由此可得, 低压电力线上的背景噪声在上通带与下通带的输出功率值相同, 即该背景噪声在上通带与下通带的输出值可以相互抵消。

2.4 频域窄带脉冲噪声

影响扩频接收机性能的另一个低压电力线信道噪声为:频域窄带噪声, 它可通过如下N个独立的余弦函数叠加来描述:

$Ν_{n a r r o w} (t) = \sum_{i = 1}^{n} A_{i} (t) \cos (2 π f_{i} t + Φ_{i})$

式中:每个分量由它的频率、幅值和相位来描述。其中, 频率在扩频载波附近的余弦分量对该系统影响最大。在此, 取频率为扩频载波的余弦分量来分析, 假设该频域窄带脉冲噪声为单频余弦干扰, 该信号与进入接收机的有用信号是相互独立的, 且与有用信号的载波同频、同相 (最恶劣的干扰条件下) , 表示为:

$A (t) = A c o s (2 π f_{0} t)$

且其对应的功率谱密度为:

$S_{A} (f) = \frac{A^{2} π}{2} [δ (f - f_{0}) + δ (f + f_{0})]$

由式 (2) 可得, 单频干扰A (t) 在接收机输出的平均功率为:

$\begin{array}{l} Ρ_{V Ν} = \int_{- \infty}^{+ \infty} | Η (f) |^{2} [S_{c} (f) * S_{A} (f)] d f \\ = \int_{- \infty}^{+ \infty} {Η (f) |^{2} [S_{c} (f) * \frac{A^{2} π}{2} [δ (f - f_{0}) + \\ δ (f + f_{0})]} d f \\ = \frac{A^{2} π}{2} \int_{- \infty}^{+ \infty} | Η (f) |^{2} [S_{c} (f_{0}) + S_{c} (- f_{0})] d f \\ = A^{2} π \int_{- \infty}^{+ \infty} | Η (f) |^{2} S_{c} (f_{0}) d f \end{array}$

该单频噪声在上通带的输出功率为:

$\begin{array}{l} Ρ_{V Ν} = A^{2} π \int_{- \infty}^{+ \infty} | Η (f) |^{2} S_{c} (f_{0}) d f \\ = A^{2} π S_{c} (f_{0}) \int_{f_{0} - f_{b}}^{f_{0} + f_{b}} | Η (f) |^{2} d f \\ = A^{2} π f_{b} Τ_{c} s i n c^{2} (f_{0} Τ_{c}) \end{array}$

同理可得, 该单频噪声在下通带的输出功率与其在上通带的输出功率值相同。

由此可得, 该频域窄带脉冲噪声在上下通带的输出值相减后亦可相互抵消。

在讨论上、下通带输出的各类信号功率后, 得出如下结论:低压电力线的信道噪声在上、下通带的输出功率值相同。此时, 上、下通带的输出信号功率之差主要是有用信号与码自噪声之差。第2.2节已经讨论了有用信号与码自噪声之差比传统上通带输出功率的梯度变化大, 即改进的滑动相关法扩大了同步与不同步情况下积分输出的差距, 使系统更易于判断是否同步。所以该算法在低压电力线信道噪声环境下是可行的。

3 仿真实验与结果分析

在此采用Matlab R2006b工具, 在低压电力线信道噪声环境下 (背景噪声、频率在中频附近的窄带脉冲噪声) , 对扩频系统进行整体仿真。其中, 伪随机序列码长为15位, 采用BPSK调制, 且中频频率为100 kHz。通过大量的数据记录和分析, 可得到以下统计结果。

图2为仅加入高斯白噪声时, 不同信噪比下, 改进的捕获方法与传统的滑动相关捕获算法, 在一定时间内完成捕获并无虚警的概率。

图3表示在低压电力线信道噪声环境下, 改进的捕获方法在一定时间内完成捕获并无虚警的概率。

由图2可以看出, 当信噪比较高的时候, 改进方法与传统方法相比, 其优点并不突出, 当信噪比低于-18 dB后, 改进捕获方法比传统方法的捕获概率高。可见, 在信噪比较低的情况下, 改进的方法比传统的方法有更高的捕获概率, 能够有效地提高系统的检测概率和捕获性能。

由图3可以看出, 改进的捕获算法加入低压电力线信道噪声后, 其同步捕获概率相对于图3的改进算法, 并无明显变化。由此可见, 该改进的捕获算法适用于低压电力线上。

4 结语

在此, 提出一种适用于低信噪比低压电力线的改进滑动相关捕获算法, 通过对低压电力线信道上各类噪声的理论分析和整体扩频仿真, 得到了该改进的滑动相关捕获方法性能优于传统捕获方法的结论。该方法在低压电力线信道噪声环境下, 既具有良好的抗干扰性能, 又具有实际的应用意义。

摘要：研究一种提高直接序列扩频 (DSSS) 接收机捕获性能的改进方法, 并探讨该方法在低信噪比低压电力线环境下的工作情况。该算法在传统滑动相关捕获算法的基础上, 增加一条下通带支路, 利用上、下通带内外功率差代替传统的带内信号功率, 作为同步门限比较器的输入值, 改善扩频接收机的捕获性能。理论证明, 具有更优越的捕获性能, 并适用于低压电力线环境下。最后, 采用Matlab R2006b工具, 在低信噪比电力线环境下对扩频系统进行整体仿真。结果表明, 在低压电力线等恶劣环境下, 该算法与传统的方法相比, 具有更好的性能。

关键词：低压电力线,噪声,同步捕获,功率谱

参考文献

[1]朱近康.CDMA通信技术[M].北京:人民邮电大学出版社, 2001.

[2]尹伟臻, 胡修林, 杨灵, 等.DSSS的PN码捕获———改进的滑动相关法[J].华中科技大学学报, 2003, 31 (3) :28-30.

[3]洪惠群, 陈忠辉, 陈新.功率谱估计与自适应门限在扩频同步中的应用[J].应用科技, 2008, 35 (9) :39-42.

[4]王乔晨, 郭静波, 王赞基.低压配电网电力线高频噪声的测量与分析[J].电力系统自动化, 2002 (10) :18-21.

[5]J K霍姆斯.相干扩展频谱系统[M].梁振兴, 蔡开基, 译.北京:国防工业出版社, 1991.

[6]田日才.扩频通信[M].北京:清华大学出版社, 2007.

[7]丁志宏, 韩方景, 刘毅坚.直扩系统中基于功率估计的自适应门限调整技术[J].电子工程师, 2003, 29 (9) :14-16.

[8]秦勇, 陈昊.一种改进的DSSS系统的码捕获技术[J].电视技术, 2008, 48 (12) :25-28.

[9]仲元昌, 曾孝平.低压电力线扩谱通信系统及抗干扰性能分析[J].电工技术学报, 2004, 19 (9) :82-85.

电力线信道噪声篇3

传统的信号处理理论和技术基本上是基于高斯分布和二阶统计量的,其重要原因之一是当时缺乏对更复杂信号噪声模型进行分析和处理的工具。随着计算机技术和信号处理理论的迅速发展,人们已有能力对更复杂的模型进行分析和处理,非高斯信号处理的理论和技术得到了迅速的发展和广泛的应用。本文将以α稳定分布和信道编码理论为基础,采用α稳定分布噪声模型,对脉冲噪声环境下编码信道的抗噪声性能进行研究。

1 信道编码

信道编码[1]是在信息码中增加一定数量的可控制冗余码元(称为监督码元),使信息码元和冗余码元之间满足一定的约束关系,当传输过程中出现差错时约束关系被破坏,在接收端按照既定的规则校验,恢复出正确的数据序列,从而达到纠错的目的。

分组码[2]是一组固定长度的码组,可表示为(n , k)。在编码时,k个信息位被编为n位码组长度,而n-k个监督位的作用就是实现检错与纠错。信息码元与监督码元成线性关系时的分组码称为线性分组码。循环码就是一类重要的线性分组码,因其代数构造和线性反馈移位寄存器的数学构造相同,使其编译码器可以由线性反馈移位寄存器实现,常将码长为n的码组表示为代数形式

T(x)=an-1xn-1+an-2xn-2+……+a1x+a0. (1)

卷积码[3]是由连续输入的信息序列得到连续输出的已编码序列。卷积码至今尚未找到严密的数学手段,把纠错性能与码的结构十分有规律地联系起来,目前大多采用计算机来进行编码。卷积码编码后的n个码元不仅与当前段的k个信息有关,而且还与前面N段的信息有关。卷积码编码器一般由N个1位的移位寄存器及n个模2和加法器组成。

2 α稳定分布

α稳定分布的概念最先是由利维(Levy)于1925年给出的。近年来,α稳定分布和相应分数低阶统计量理论研究和应用为不同领域的许多现象提供了非常有用的模型。

2.1 α稳定分布的定义

如果对于任何正数A和B,存在正数C和一个实数D,满足

undefined. (2)

则随机变量X是稳定分布的。式中,X1和X2为X的独立样本,符号“undefined”表示分布相同。α稳定分布[4]没有统一的封闭的概率密度函数,通常用其特征函数式(3)来描述

ϕ(μ)=exp{jaμ-γ|μ|α[1+jsgn(μ)ω(μ,α)]}. (3)

式中:(1) α∈(0, 2]为特征指数,表示α稳定分布概率密度函数拖尾的厚度;(2) γ>0为分散系数,表示分布的分散程度;(3) β∈[-1,1]为对称参数,当β=0时称为对称α稳定分布,记为SαS;(4) a∈(-∞,∞)为位置参数,对于SαS,a表示分布的均值或中值。

α稳定分布随机变量的概率密度存在且连续,但除了少数例外之外,它们没有封闭的形式。这种例外包括高斯分布N(μ,2σ2)(其中μ=α,σ2=γ/2),其密度函数为:

undefined. (6)

由式(3)可知,当α=2时,α稳定分布与高斯分布的特征函数完全相同,因此认为α稳定分布是广义的高斯分布,并定义0 <α<2的α稳定分布为分数低阶α稳定分布。

α稳定分布作为建模工具非常灵活,主要原因在于它的特征指数α可以用于控制概率密度函数拖尾的厚度。α值越小,表明所对应的信号噪声中有越显著的尖峰脉冲;α越接近2,则更接近高斯特性;当α=2时,则为高斯分布。

2.2 α稳定分布随机变量的算法

假定我们要产生阶数为α(0 <α≤2)的α稳定分布序列x(n),满足a = 0和-1<β<1。定义:

βA=β(α=1). (7)

k(α)=1-|1-α|(α≠1). (8)

βA=2tan-1(β/cot(πα/2))/(πk(α)). (9)

Φ0=-0.5πβA(k(α)/α). (10)

分别产生两个独立的随机变量V和W,其中,V满足在undefined范围内均匀分布,W满足均值为0的指数分布。定义以下变量:

ε=1-α. (11)

τ=-εtan(αΦ0). (12)

μ=tan(0.5V). (13)

b=tan(0.5εV). (14)

B=b/(0.5εV). (15)

undefined. (16)

undefined. (17)

这样,满足给定α值的分数低阶α稳定分布的随机变量X[5]由式(18)给出

undefined. (18)

2.3 分数低阶α稳定分布噪声条件下混合信噪比的设定

在分数低阶α稳定分布噪声条件下,由于不存在有限的二阶矩,致使噪声的方差变得没有意义,因此需要采用混合信噪比。混合信噪比定义为:

MSNRdB=10log10(σundefined/γv). (19)

式中,σundefined和γv分别表示高斯信号s′(n)的方差和分数低阶α稳定分布噪声v(n)的分散系数。假定混合信噪比为MSNRdB=mdB,由式(19)有:

undefined. (20)

undefined. (21)

式中,s(n)为按照给定信噪比调整幅度后的信号,Var[s′(n)]表示信噪比设定之前信号的方差。按照式(21)调整给定信号s′(n)的幅度,就可以实现设定信噪比的目的。

3 α稳定分布噪声下编码信道抗噪声性能分析

3.1 α稳定分布噪声的产生

在使用分数低阶α稳定分布作脉冲噪声模型时,不失一般性的,常设参数μ=0,α=1,β=0。由式(18)可获得一个包含参数α、β、γ、μ的随机变量X,循环便得到x(n)序列。当给定混合信噪比m时,若已知信号方差σundefined,根据式(19)即可求得γ,

undefined. (22)

将以上各参数代入式(18),即可获得脉冲噪声。以下是β=0、γ=1、μ=0的不同α下的噪声波形。

3.2 信道编码与译码的实现

MATLAB中进行信道编译码非常方便,循环编码时可以应用函数encode,译码则应用decode,并根据需要设置为“cyclic”编码方式。卷积编码时先应用函数poly2trellis定义一个trellis矩阵,再用convenc进行编码,译码时使用维特比译码方法,可应用函数vitdec。译码后可以直接应用函数symerr计算出误码率,并进行抗噪声性能的比较。

3.3 抗噪声性能分析

当信息码元一致时,在循环码编码信道条件下,分别加入α稳定分布噪声和高斯噪声,译码后对误码率进行比较。由图4可知:当0

同样的,当信息码元一致时,在卷积码编码信道条件下,分别加入α稳定分布噪声和高斯噪声,译码后对误码率进行比较。由图5可知:当0

4 结论

本文分析总结了编码信道及α稳定分布的基础理论,并以α稳定分布噪声为脉冲噪声模型,研究了脉冲噪声环境下编码信道的抗噪声性能,并同高斯噪声下的编码信道性能相比较。仿真结果表明,相同条件下,高斯噪声所造成的误码影响比脉冲噪声所造成的误码影响小得多;且当脉冲噪声的参数β、γ、μ相同,α越小时,拖尾越长,脉冲噪声所造成的误码率越大;高斯噪声所造成的误码率在信噪比较小的情况下即可达到零,远小于脉冲噪声所要求的信噪比。

摘要：针对现实中多数信道为脉冲噪声环境的特点,以α稳定分布和信道编码理论为基础,并以α稳定分布噪声为脉冲噪声模型,运用M atlab软件研究了脉冲噪声环境下编码信道的抗噪声性能。研究结果表明,SNR较大时脉冲噪声对编码信道所造成的误码影响远大于高斯噪声所造成的误码影响。

关键词：α稳定分布,编码信道,Matlab,抗噪声性能

参考文献

[1]赵晓群.现代编码理论[M].武汉:华中科技大学出版社,2008.

[2]樊昌信,曹丽娜.通信原理[M].第6版.北京:国防工业出版社,2008.

[3]王育民,李晖,梁传甲.信息论与编码理论[M].北京:高等教育出版社,2005.

[4]罗鹏飞.统计信号处理[M].北京:电子工业出版社,2009.

电力线信道噪声篇4

现阶段 , 广播电视得到了广泛的应用 , 在人们的生活中扮演着重要的角色 , 因此 , 人们十分关注广播发射的情况 , 其中中波广播发射是最为常见的 , 其发射情况的良好将直接关系信号的传输效率。目前 , 我国广播电视发展受到诸多因素的影响 , 其时间尚短 , 在经过不断的发展与调整后 , 中波广播发射的情况有所提升 , 其效率有了显著的提高 , 但与发达国家相比 , 其水平仍旧相对较低 , 因此 , 在发展过程中 , 要积极借鉴先进国家的经验 , 从而实现信道噪声影响的减弱 , 保证中波广播发射的质量。

1 信道噪声的涵义

噪声是指电路中的信号不具备有用性 , 主要的类别为热噪声、自然噪声与人为噪声等。干扰是指由噪声而形成了异常影响 , 干扰的形式主要为辐射与传导。信道噪声是指在信号传输过程中, 由于受到诸多因素的影响, 如 :磁场 , 从而形成的干扰 , 因此 , 信道噪声也可以称之为干扰。在信号传输过程中信道噪声的存在 , 将造成信号传输的失真 , 甚至可以导致信号无法正常、有效的传输。信道噪声主要分为两种 , 即 :平稳噪声与非平稳噪声。平稳噪声是指信道噪声不随着时间的变化而变化 ;不平稳噪声是指信道噪声随着时间的变化而变化。

中波广播的信号主要是在空中进行传播的 , 因此 , 将其干扰称之为噪声。信道噪声并不是真正的声音 , 主要是指声音通过空气进行传输过程中 , 其形式为波 , 同时人们能够听到的声音 , 此时的声波需要其波长在一定的范围内 , 因此 , 信道噪声也可以称之为声波。在中波传输过程中 , 其媒介为空气 , 由于其传输的环境有所不同 , 因此会产生信道噪声。在不同的空气环境下 , 即便是同样频率的中波 , 其传输的效率也将有所差异 , 因此要注重中波广播发射 , 在实际的工作中 , 逐渐降低信道噪声对中波广播发射的影响[1]。

在中波广播发射的日常、实际工作中 , 减少信道噪声是十分重要的 , 但在传统的广播发射日常工作中 , 由于诸多技术水平的制约 , 其注重的为发射率的成功 , 从而忽视了信道噪声的影响 , 对其降低方法也未能进行深入的研究。在此情况下 , 只关注发射率的成功 , 使中波广播发射的成本不断提升 , 一旦信道噪声十分严重 , 将不能保证其信息的良好传输。为了保证发射成功率 , 需要对信道噪声进行深入的研究与分析 , 从而针对其特点采取相应的对策。

2 中波广播发射的现状

目前 , 随着科学技术水平的提升 , 广播电视技术也在不断发展 , 但在广播电视的工作中存在诸多的干扰 , 干扰严重影响着广播电视的信号、图像 , 严重的将损坏广播电视设备。在中波广播发射方面 , 采用了先进的技术 , 并引进了先进的设备 , 从而促进了中波广播发射的发展。但在信息技术的支持下 , 电子设备与信息技术的更新速度较快 , 在中波广播发射中如果要运用先进的技术与设备 , 便要对其设备与技术进行频繁的更换 , 其成本较高。为了有效地控制其成本 , 在实际工作中 , 中波广播发射仍运用着陈旧的设备 , 自动化的水平不足 , 工作人员需要通过手动操作才能完成工作 , 其技术水平也相对偏低 , 同时也未能重视信道噪声的影响 , 因此 , 关于降低信道噪声的影响 , 也未能采取相应的对策 , 致使中波广播发射的效果较差。现阶段 , 中波广播发射的现状不容乐观 , 其中存在诸多的问题 , 急需解决 , 制约着我国中波广播发射事业的发展 , 因此 , 要加大对其投入的力度 , 对信道噪声的影响进行深入的研究与分析 , 并采取相应的对策 , 从而实现信道噪声影响的减弱[2]。现阶段 , 我国较为关注中波广播发射的信道噪声影响 , 对其投入了相应的人力、物力与财力等 , 通过对其研究与实践 , 针对其影响 , 提出了降低信道噪声污染的对策。

3 基于中波广播发射的信道噪声影响

广播发射的技术与设备在不断更新 , 因此 , 其噪声影响也产生了新的变化 , 其中信道噪声对中波广播发射有着严重的影响 , 直接关系着信号的传输与播出的质量。随着科学技术的不断发展 , 人们对信道噪声有了更加深入的了解 , 因此 , 信道噪声作为一种新的理念被广泛关注 , 对信道噪声的涵义、特点与影响等均有所掌握。信道噪声主要影响的是信号传输 , 特别是在中波广播发射过程中 , 其具有特殊性 , 主要传播的媒介为空气 , 因此其信号更加容易受到信道噪声的影响 , 主要是由于信号通过空气进行传播 , 其目的性不强、不明确。与中波广播发射相比 , 线路传播将受到信道噪声较小的影响 , 主要是由于其信号通过线路进行传输 , 由一端传输到另一端 , 其目的性相对较强、较为明确。同时 , 中波广播发射的信号主要形式为中波 , 将其随意地发射到空气中 , 在特定的范围内 , 接收设备将接收其发射的信号 , 但此时信道噪声是存在的 , 因此 , 将严重影响信号的覆盖范围 , 并且将影响信号的质量。

在中波广播发射过程的实际工作中 , 可以采取相应的对策 , 从而实现其覆盖范围的扩大 , 促进广播发射的成功 , 在此基础上 , 将保证信号的强度 , 最终实现信道噪声影响的降低。但在实际工作中 , 提升中波广播发射的成功率 , 其成本将有所提升 , 如果信道噪声的影响十分严重 , 上述方法的效果无法显现 , 因此 , 要重视信道噪声的问题 , 提出更好的、更佳的解决方案。

针对中波广播发射的信道噪声影响 , 其影响不能消除 , 但可以通过不同的方法降低、减弱其影响 , 可以提高中波广播发射的抗干扰能力与性能 , 也可以降低信道噪声的影响 , 从而保证发射的成功率。根据中波广播发射的信道噪声影响 , 可以根据周围的环境 , 从噪声污染源进行减少 ;可以根据中波信号的接收端 , 从接收端出进行过滤 , 采用过滤技术 , 进而实现对信道噪声影响的降低 ;也可以根据设计 , 重建中波广播发射的系统 , 进而保证其发射的成功率。在中波广播发射的实际工作中, 要关注信道噪声的影响 , 运用现代化的、先进的设备与技术 , 不断进行创新与科研 , 从而降低信道噪声的影响 , 保证信号传播的质量[3]。

在实践工作中 , 降低信道噪声影响的主要措施为过滤法 , 采用过滤器将无用信号进行过滤 , 从而保证有用的信号传输。在电路模块内部的设计过程中 , 进行过滤模块的设计 , 同时通过大数据采样 , 保证过滤技术的准确性与科学性。同时 , 在设计时 , 也可以通过不同的性能指标 , 从而提升中波广播发射模块的抗干扰性能与能力 , 通过有用信号与噪声的比值信噪比、测试接收端抵抗干扰信号的能力等 , 当测试指标符合标准时 , 便可以启用。

4 结论

综上所述 , 随着广播电视的广泛应用 , 其信号传输的质量直接关系着广播电视的发展 , 其中信号传输的主要方式为中波广播发射 , 人们对其研究逐渐深入。在中波广播发射中 , 为了保证信号传输的质量与效率 , 采取了相应的对策 , 从而保证了其发射的成功率 , 其信号接收的效果也相对较好 , 但其成本过高。因此 , 逐渐注重信道噪声的影响 , 通过对其分析 , 可以采取减少噪声污染源与信号接收端过滤的技术等 , 从而实现对信道噪声影响的降低 , 保证中波广播发射的成功率 , 同时控制其成本 , 促进我国广播电视事业的可持续发展。

摘要：目前, 在人们日常的生活中, 广播电视作为重要的一部分, 直接关系着人们生活的质量, 因此, 要促进广播电视的稳步发展。广播信号覆盖的范围主要取决于中波广播发射的实际情况, 但中波广播发射将受到信道噪声的影响, 因此, 本文将研究基于中波广播发射的信道噪声影响, 分析信道噪声的涵义, 介绍中波广播发射的现状, 同时阐述基于中波广播发射的信道噪声影响, 旨在促进中波广播发射工作质量的提升。

关键词：中波广播,发射,信道,噪声

参考文献

[1]王皓.中波广播发射的信道噪声影响分析[J].新闻传播, 2014, 6 (12) :258.

[2]张纬球.浅谈中波广播发射对电视播出的干扰[J].电视技术, 2010, 8 (2) :181-182.

电力线信道噪声篇5

1 HFC网上行通道噪声的分析

HFC中的同轴网大多使用物理发泡电缆, 它有强度大、损耗小的特点, 为了加强对空中和周边环境电磁干扰抑制的能力, 应选用2、3、4屏蔽层的优质电缆, 其屏蔽系数一般在80、100、120范围内能起到较好的屏蔽作用。在接头方面应选择无电磁波泄露的电缆接头, 对过去使用的不良接头、氧化松动的F头应逐一换掉, 避免噪声从接口进入网络。电缆的逐渐老化, 会使其传输特性变差, 不但使电缆内的射频信号外泄严重, 降低了有用的信号电平, 外界干扰也会窜入系统。

如果有线电视网络建在企业周围, 不免会受到电力机车、高低压输电线路、大型电机启动、大型机械电气设备运行故障、无线调度电话、电台等设施释放出的辐射干扰波的影响。这些设施辐射出来的电磁波能量的频率在5 MHZ以下频段, 但其谐波频率会延伸到HFC网的上行频率范围中, 给回传信号造成干扰。还有一点, 大气放电、雷电、闪电、银河系噪声等也会产生感应干扰, 由于它们随机性太强, 冲击强度大, 防范起来也比较困难, 它们造成的冲击干扰的频谱较宽, 在2KHZ~100MHZ范围内, 所以对HFC网络的干扰影响更大, 特别对数据传输会造成突发误码, 使画面信号出现大量马赛克现象。

1.1 双向放大器噪声

HFC网是光纤和同轴电缆混合在一起的新型单、双向传输网。同轴网基本采用树枝型结构传输和分配方式, 它是一点对多点的分配结构。如果在HFC网络中增加回传功能, 那么上行通道的噪声总和就多点对1点, 使上行通道的噪声远大于下行通道的噪声, 这样使多支路的噪声汇集后全部送到了前端机房。由于上行通道的信息采用数据传送, 如噪声指标超标, 就会使传输的数据和信息出现较高的误码率, 影响其传输质量。针对这一问题, 在网络升级改造时应尽量减少双向传输放大器的级联数目, 因为级联多的双向放大器产生的回传噪声和整个支路产生的噪声叠加起来就会形成上行通道的漏斗效应, 它对上行通道C/N指标影响较大, 系统越大, 用户越多, 线路越长, 汇集到前端的噪声功率就越大。如使用的双向放大器噪声指标较低, 则反向回传到前端的噪声功率就会明显增加。因此, 放大器的选择很重要。网络改造时将光节点尽量靠近用户, 最大限度地把双向放大器的级数减少到1级或不设放大器, 这样就可把同轴网因放大器而汇集的噪声降到最低限度, 讷河有线网的改造基本达到这一点。

1.2 用户计算机带来的干扰

随着有线电视技术的迅速发展, 计算机融入有线网的技术越来越成熟, 给网络的多功能综合数据传输带来了机遇。但如果计算机与有线网的接口处理不好, 它也会给网络带来难以寻找的干扰噪声。自从计算机进入有线电视网后, 在讷河有线网中出现了较多计算机噪声干扰现象, 它产生的交流声调制影响面很大, 干扰还会在电缆中逆向传输, 通过放大器后, 影响数幢楼房几百户用户收看电视信号。要在近几百户中查出有故障的微机, 确实难度很大。随着科学技术的快速发展和人们对信息知识的需求, 计算机在很短的几年内会大量拥入有线电视网。

计算机产生的干扰现象主要是上下移动的黑白横滚道, 是由交流电50HZ干扰所致, 只要有50HZ交流干扰侵入CATV网络中, 终端用户屏幕上就会出现上下水平移动的黑白滚道。如果干扰频率高于电视扫描频率时, 横道向上滚动。滚动的速度取决于交流干扰频率与场频之差, 频差越大滚动速度越快, 反之滚动速度变慢, 零频差或整数倍时, 水平横道静止不动。如果计算机底壳带有几伏微弱的50HZ交流电, 它会通过电视射频接口进入网络, 对于毫伏级的电视信号来讲几伏电压也就算够高了。有的微机接口的漏电电压很高, 而且是悬空的, 维修人员触摸接口就会被电击倒;有的微机漏电电流较大, 烧坏分支分配器的线圈, 中断了电视信号。计算机电源插头一般为三线, 若电源插座的零线和接地线接反, 会使三相四线制零线的几伏电压带到微机机壳, 然后串入CATV网络中, 并由用户逆向传输分支分配器、支干线, 再经过放大器放大后, 黑白滚道变得更为严重, 甚至使画面场不同步, 用户无法收看电视。随着电视技术的高速发展, 计算机进入CATV系统后也给网络带来了新的干扰源, 因此网络运营者采用相应的方法来抑制这类特殊的干扰进入网络中, 以不断提高高速宽带多媒体数据信息接入网的传输质量。

2 克服上行干扰噪声的对策

2.1 节点小

一般采用光纤到路边FTTC, 光节点下约500户, 串接宽频带放大器≤2台, 最好采用光纤到建筑FTTB, 光节点下约125户, 串接宽频带放大器≤1台。同时光节点的位置也并不主要由用户数多少来决定, 主要按地域如小区、街道、河流、单位团体等来划分, 既保证网络的传输指标和可靠性, 又做到了网络层次清晰、明了, 方便管理和维护。当电视信号传输距离较远 (1km以上) 时, 敷设电缆投入的成本比光缆低。1个光节点的大小应主要按地域来划分, 如1个光节点的覆盖半径在200m左右, 光节点到用户串接宽带放大器则不超过1台, 这样既可以保证系统具有优良的上下行传输指标和较高的系统可靠性, 又降低了投入成本, 方便施工接线。

2.2 星型分配

整个电缆传输网是以光节点为中心的逐级星型拓扑结构, 这样可以保证光节点下各用户传输汇集到各个光节点的上行信号电平保持一致。根据讷河市有线电视实际情况, 在城区的光节点下最多串接一级放大器。在用户分配网中, 为了解决汇集噪声、汇集均衡等“最后一公里“双向宽带传输的难题, 采用集中分配、对称处理的新型网络结构。在下行宽带数字传输中, 由于连接的不可靠引起阻抗不匹配, 导致反射损耗超标使得数字电视的接收出现困难, 所以对用户接头由原来的直插改为F座连接。

2.3 屏蔽好

上行频段的干扰和噪声, 一部分是当地的空间杂散电磁波侵入, 尤其是大的突发干扰, 当网络屏蔽不良时, 足以使通信中断。因此, 电缆网的各环节必须屏蔽良好。室外设备采用全屏蔽无泄露外壳, 保证无空口, 且应三次蝴蝶形坚固保证无缝隙, 包括高通输出口在内的所有无源器件, 均应是一体化铸铝, 且应锡封底盖。有数字端口的高通输出口, 数字端口不用时必须加锁屏蔽终接, 或使用无数字端口的高通输出口, 无源设备各端口, 空闲时屏蔽终接。室外电缆使用无缝铝管外导体, 室内电缆使用4屏蔽 (外导体的屏蔽系数:铝管≥120d B、4屏蔽≥100 d B、2屏蔽≥60 d B) 。根据连接对象, 应选其直通型, 杜绝转接, 室内设备的F型连接器, 使用管状冷压系列, 杜绝使用简易型。F型连接器, 有公制、英制两种螺口。现在, 各种接入终端设备进口、国产混用的情况较多, 为避免错用, 应统一使用英制F型连接器。腐蚀严重的连接部位, 屏蔽性能很差, 应及时剪头清洗、更换腐蚀严重的电缆和连接器。所有电缆均应无中间接头, 直径铝管外导体电缆如需中间连接, 必须使用正规的接续器, 严禁软电缆对接和拧接。对计算机产生干扰应尽快抑制, 在其接口安装隔离器件 (如在分支分配器出入口、分支口加装1000PF的电容) , 它能有效地阻止干扰进入网络。上述各项至关重要, 均用严格控制。

2.4 防腐严

电力线信道噪声篇6

关键词：WDM,非线性相位噪声,ASE噪声,Kerr非线性,色散

0 引言

在光纤传输系统中,放大器的自发辐射(ASE)噪声是系统的主要噪声来源,而光纤媒质的折射率n随着入射光强的变化而变化的Kerr非线性效应能够引起自相位调制(SPM)、互相位调制(XPM)和四波混频(FWM)等非线性现象。光纤放大器的ASE噪声和Kerr非线性效应相互作用产生的混合效应,将导致噪声的加强和载波相位的变化,这种现象就称为非线性相位噪声[1]。随着光通信的迅猛发展,光脉冲的脉冲宽度越来越窄,功率越来越强,非线性效应带来的信道间串扰和信号能量损耗严重影响了系统的性能,因此对非线性效应的研究越来越受到人们的关注。在文献[1]中,提出一个独特的理论分析在非线性和色散作用下的非线性相位噪声的特性。在文献[1]的基础上,进一步利用[1]中的噪声传输函数分析和研究在频域上色散主导和非线性主导时的非线性相位噪声传输,并由此出发,从不同传输距离,信号入射功率,放大器的数量三个角度对非线性噪声进行分析,通过计算系统SNR研究各种传输因子对系统性能的影响。

1 理论模型

光纤的主要特性参量是损耗,色散和非线性效应,在研究光通信传输系统性能时,就色散对脉冲信号影响而言,通常对于入射脉冲宽度大于皮秒量级的脉冲,2阶色散其主要作用,但随着在光通信的发展,光脉冲的脉冲宽度越来越窄,功率越来越强,如果光脉冲的载波波长在色散波长附近或窄至飞秒量级时,高阶色散尤其是三阶色散将起主要作用[2]。非线性薛定谔方程是非线性科学的一个基本方程[3],在不同的文献中根据不同的研究侧重点(如不同阶色散影响[4,5]、各种不同非线性现象的研究[6]、色散补偿方法的研究[1]等)呈现出不同的表达形式,本文引用的非线性薛定谔方程[1],式(1)只考虑2阶和3阶色散对系统的影响:

$\begin{array}{l} \frac{\partial U (z, t)}{\partial z} = - α U (z, t) - j \frac{1}{2} β_{2} \frac{\partial^{2} U (z, t)}{\partial t^{2}} + \\ \frac{1}{6} β_{2} \frac{\partial^{3} U (z, t)}{\partial t^{3}} + j γ | U (z, t) |^{2} U (z, t) (1) \end{array}$

其中,U(z,t)是脉冲包络的慢变振幅,α是光纤衰耗系数,β2β3分别是光纤二阶和三阶色散,γ是Kerr非线性效应系数。

由于接收机灵敏度高和抗非线性能力强大等高效的传输性能,差分相移键控等相位调制编码在长距离大容量的WDM传输系统中有明显的优势,被广泛的应用于实际传输,文献[7,8,9,10]指出在这种调制模式下SPM和XPM引起的非线性相位噪声远大于FWM,且SPM的影响与色散无关,XPM的有效带宽随着色散的增加而降低,所以在高阶色散光纤中,SPM引起的非线性相位噪声也要比XPM严重的多。因此本文的分析将忽略FWM引起的非线性相位噪声,只考虑SPM和XPM引起的非线性相位噪声。非线性相位噪声对系统性能的影响主要表现在导致载波相位的变化,于是定义由色散和非线性效应引起的载波相位变化为[1]:

$\begin{array}{l} ϕ_{k}^{L} (z) = (\frac{1}{2} β_{2} ω_{k}^{2} + \frac{1}{6} β_{3} ω_{k}^{2}) z (2) \\ ϕ_{k}^{Ν L} (z) = γ [\sum_{i = 1}^{Ν} c_{i} Ρ_{i}] \int_{0}^{z} \exp (- 2 α η) d η (3) \end{array}$

放大器产生的ASE噪声的同相分量和正交分量是不相关的高斯随机过程。但是ASE噪声的相位是非高斯的,所以用实虚形式表示因非线性效应引起的增强的ASE噪声,将使得用高斯近似ASE噪声变得有意义。在本文模型中光脉冲信号每经过一个放大器向每一个信道引入相位相对与载波信号的高斯白噪声模拟放大器噪声ak,则经过一定距离传输后的光信号可以表示为[1]:

$\begin{array}{l} U_{k} (z, t) = [\sqrt{Ρ_{k}} + a_{k} (z, t)] \times \exp (- α z + \\ j (Ψ_{k} + ϕ_{k}^{L} (z) + ϕ_{k}^{Ν L} (z))) (4) \end{array}$

将其代入(1)式并分解可得到同相方向和正交方向的噪声偏微分方程:

$\begin{array}{l} \frac{\partial a_{k R} (z, t)}{\partial z} = - (β_{2} ω_{k} + \frac{1}{2} β_{3} ω_{k}^{2}) \frac{\partial a_{k R} (z, t)}{\partial t} + \frac{1}{6} β_{3} \\ \frac{\partial a_{k R}^{2} (z, t)}{\partial t^{3}} + \frac{1}{2} (β_{2} + β_{3} ω_{k}) \frac{\partial a_{k Ι}^{2} (z, t)}{\partial t^{2}} \\ \frac{\partial a_{k Ι} (z, t)}{\partial z} = - (β_{2} ω_{k} + \frac{1}{2} β_{3} ω_{k}^{2}) \frac{\partial a_{k Ι} (z, t)}{\partial t} + \frac{1}{6} β_{3} \\ \frac{\partial a_{k Ι}^{3} (z, t)}{\partial t^{3}} + \frac{1}{2} (β_{2} + β_{3} ω_{k}) \frac{\partial a_{k R}^{2} (z, t)}{\partial t^{2}} + \\ 2 γ \exp (- 2 α z) [\sum_{i = 1}^{Ν} c_{i} \sqrt{Ρ_{k} Ρ_{i}} a_{i R} (z, t)] (5) \end{array}$

式中,akR(z,t),akI(z,t)分别是噪声ak(z,t)的同相分量和正交分量,ωk是第k个信道载波相对于中心载波的频偏量,Pk表示第k个信道信号入射功率,当时k=i,ci=1,当k=i时,ci=2。为了更好的研究多信道传输系统中信道间和信道内的非线性相位噪声的变化,将式(5)转化到频域范围内进行噪声传输函数的研究:

$\begin{array}{l} \frac{\partial A_{k R} (z, ω)}{\partial z} = - j ω (β_{2} ω_{k} + \frac{1}{2} β_{3} ω_{k}^{2} + \frac{1}{6} β_{3} ω) \\ A_{k R} (z, ω) - \frac{1}{2} ω^{2} (β_{2} + β_{3} ω_{k}) A_{k Ι} (z, ω) \\ \frac{\partial A_{k Ι} (z, ω)}{\partial z} = - j ω (β_{2} ω_{k} + \frac{1}{2} β_{3} ω_{k}^{2} + \frac{1}{6} β_{3} ω) A_{k Ι} (z, ω) + \\ \frac{1}{2} (β_{2} + β_{3} ω_{k}) A_{k R} (z, ω) + 2 γ \exp \\ (- 2 α z) [\sum_{i = 1}^{Ν} c_{i} \sqrt{Ρ_{k} Ρ_{i}} A_{i R} (z, ω)] (6) \end{array}$

式中,AkR(z,ω),AkI(z,ω)分别是噪声ak(z,t)的同相分量和正交分量的频域表示。

2 数值计算方法

目前分步傅里叶方法是用于求解薛定谔方程最常用的一种数值方法,同时针对不同的研究对象和环境要求步长的选择方法也不尽相同[4,7,9,10,11]。结合本文研究的系统环境和仿真目的,综合考虑适用范围、仿真运算效率、传输距离、仿真精确度各方面因素后,将在本文的数值仿真中将采用局部误差分步傅里叶方法(LEM-SSMF)进行分析。

基于分步傅里叶方法的原理,当传播距离很小时,色散和非线性对信号的作用是相互独立的,根据式(5)可将频域噪声信号表示为色散作用和非线性作用两方面进行数值计算[4]:

$\frac{\partial A (z, ω)}{\partial z} = D (ω) A (z, ω) + Ν (z) A (z, ω) (7)$

其中,D(ω)为色散作用部分,N(z)为非线性作用部分:

$D_{k k} (ω) = [\begin{array}{l} ξ - κ \\ κ ξ \end{array}] ‚ Ν_{k i} (z) = [\begin{array}{l} 0 0 \\ 2 c \sqrt{Ρ_{k} Ρ_{i}} 0 \end{array}], (k \neq i)$

;

$Ν_{k i} (z) = [\begin{array}{l} 0 0 \\ c Ρ_{k} 0 \end{array}], (k = i)$

其中, $ξ = - j ω (β_{2} ω_{k} + \frac{1}{2} β_{3} ω_{k}^{2} + \frac{1}{6} β_{3} ω^{2}) ‚ κ = \frac{1}{2} ω^{2} (β_{2} + β_{3} ω_{k}) ‚ c = 2 γ \exp (- 2 α z)$ 。

3 数值仿真和分析

本文模拟的是一个多信道级联放大器的WDM系统,信道衰减α=0.25dB/km,2阶色散和3阶色散分别为0.02ps2/km和-0.1ps3/km,信道总长50km,共50个信道,信道间隔25GHz,放大器间隔L,信号经过每经过放大器引入ASE噪声,同时由于放大器本身不能区分信号和噪声,所以在经过放大器的同时噪声也随主信号被放大。通过对[1]中定义的噪声传输函数分析非线性相位噪声在传输过程中的变化及其对系统性能的影响。

从第k个信道到第i个信道的i噪声传输函数Tki(L,ω)定义为[1]:

$[\begin{array}{l} A_{k R} (z = L, ω) \\ A_{k Ι} (z = L, ω) \end{array}] = [\begin{array}{l} Τ_{k i}^{R R} (L, ω) Τ_{k i}^{R Ι} (L, ω) \\ Τ_{k i}^{Ι R} (L, ω) Τ_{k i}^{Ι Ι} (L, ω) \end{array}] [\begin{array}{l} A_{i R} (z = 0, ω) \\ A_{i Ι} (z = 0, ω) \end{array}]$

其中,T $_{k i}^{R R}$ (L,ω)表示通过L距离传输后第i个信道的噪声同相分量到第k个信道的噪声同相分量的传输,即第i个信道的噪声同相分量到第k个信道的噪声同相分量的变化,同样T $_{k i}^{R Ι}$ (L,ω)表示通过L距离传输后第i个信道的噪声同相分量对第k个信道的噪声正交分量的影响,T $_{k i}^{Ι R}$ (L,ω)和T $_{k i}^{Ι Ι}$ (L,ω)以此类推。图1和图2分别指出了在信道信号入射功率相同的情况下,噪声在色散和非线性作用下经L距离传输后四个方向(同相分量到同相分量,同相分量到正交分量,正交分量到同相分量,正交分量到正交分量)的传输函数。

①在色散作用下,从式(6)可以分析,当γ=0时,对于第k个信道信号的信道间影响因子i消失,因此信道间的噪声变化为零。从图1可以看出每个信道信道内的噪声变化相同,且相对于中心频率采样点曾对称变化,变化值在最大值1和最小值0之间波动,同相到同相的变化和正交到正交的变化是相同的,同相到正交和正交到同相的变化一致的。

②在非线性作用下,每个方向信道间和信道内的变化对于任意频率采样点的变化都是定值,同相到同相的变化和正交到正交的变化值相同,其中信道间的噪声变化为零,信道内噪声完全传输,对于同相分量到正交分量,信道间和信道内的噪声变化都为零,只有正交分量到同相分量,信道内和信道间的噪声都发生变化,且变化的值为小于1的常量。

从分析可以看出色散作用下的噪声变化比非线性作用下的噪声变化要复杂,对于不同的频率点呈现波峰波谷值之间的变动,而非线性作用下的噪声变化呈现出线性变化的特性。

从传输距离,入射信号功率和放大器数量这三个方面研究非线性相位噪声的变化对系统性能的影响。图3分别指出了色散作用下噪声传输函数变化的频率与距离的关系以及非线性作用下噪声传输函数值与距离的关系,从图中可以看出,在传输距离较短的范围内,色散作用下噪声传输函数的变化频率和非线性作用下的噪声传输函数值都迅速增加,当距离增加到400km左右,两个作用下的变化都趋于平稳,同时,非线性作用下的信道间噪声传输函数值的变化率较信道内的变化率要高,即随着距离的增加,信道间的噪声变化比信道内的噪声变化严重,对系统的性能影响较大。

从不同的信号入射功率(0.1w～1w)对噪声传输进行分析,根据式(6)很容易分析得出,信号的入射功率与非线性系数相关联,而与色散系数不相关,也就是说当只有色散作用时,信号的入射功率对系统的性能并不产生影响。图4指出在每个信道入射功率相同的情况下,信道内和信道间的噪声传输函数值随着入射功率的增加呈线性增加,并且信道间的噪声变化受功率的影响较信道内的噪声大,即随着信号入射功率的改变,信道间噪声变化较大,对系统性能的影响表现在信道间的串扰也较为严重。由于在实际通信系统中,每个信道的信号在传输一定距离后很难保证每个信道有相同的入射功率,图5指出当两个信道的入射功率不相同的情况下,噪声传输函数值与两信道信号的入射功率之差的关系图,从图中可以看出噪声传输函数值随着功率之差增加单调增加,在功率之差在0.1w范围内,传输函数值变化较快。

在实际光传输系统中,由于放大器并不能识别主信号还是噪声信号,信号经过放大器时,噪声信号也随主信号被放大,所以系统中的不同的放大器数量以及放大器的放置间隔也会影响系统的性能,图6通过计算系统SNR研究在色散和非线性效应的共同作用下,研究放大器对系统性能的影响,其中:图6(a)在相同放大器放置间隔,不同传输距离条件下,系统SNR与传输距离的关系;图6(b)在相同传输距离,不同放大器放置间隔条件下,系统SNR和放大器数量的关系;图6(c)在相同放大器数量,不同传输距离条件下,系统SNR与放大器间隔的关系。结果表明,随着传输距离的增加,等间隔放置放大器的方式导致系统性能逐渐降低,相同传输距离,随着放大器的数量的增多系统性能逐渐降低,当放大器数量相同时,随着传输距离的增加,系统性能不再是单调的提升和降低,进一步指出并不是放大器数量越多性能越好,因此如何合理的对一条既定的通信系统的传输信号进行放大增强处理,对系统的性能也有着较大的影响。

4 结束语

本文从文献[1]出发,利用在频率范围内的噪声传输函数研究当色散主导和非线性主导时引入放大器自发辐射噪声(ASE)的噪声传输,并基于多信道多光纤段的WDM系统,利用LEM-SSFM数值方法计算非线性光纤系统的SNR,从传输距离,信号功率和放大器的数量三个角度研究噪声的传输及其对系统性能的影响。分析结果表明,在传输距离较小时,随着距离的变化,噪声的变化受色散和非线性效应的影响都较大,当传输距离增大到一定值后,随着距离的变化,噪声受色散和非线性效应的影响虽然较大,但是变化却趋于平缓。在仅有色散作用时,信号的入射功率的变化不会对噪声产生影响,进而表明在任意色散种类的光纤中,如果忽略非线性效应的影响,不同入射的功率对系统性能的影响可以忽略,而在非线性作用下,随着传输距离和信号入射功率的增加,信道内的噪声变化都小于信道间的噪声变化,此外如何对一条既定的光纤通信系统布局放大器的位置和数量,合理的增强信号抑制噪声,对系统的性能也有着较大的影响。

参考文献

[1] Alper Demir.Nonlinear Phase Noise in Optical-Fiber-Communication Systems[J].Member, IEEE,2007.

[2]Paolo Serena,Alberto Bononi,Alessandra Orlandini.Fundamental lawsof parametric gain in periodic dispersion-managed optical links[Z].Op-tical Society of America,0740-3224/07/040773-15.

[3] Agrawal G P. Fiber-Optic Communication Systems[M]. Hoboken, NJ: Wiley, 2002.

[4]Optimization of the Split-Step Fourier Method in Modeling Optical-Fiber Communications Systems Oleg V.Sinkin,Member,IEEE,Ronald Holzl?hner,Student Member,IEEE,John Zweck,andCurtis R.Menyuk,Fellow,IEEE,Fellow,OSA 0733-8724/03$17.00?2003 IEEE[Z].

[5] Benedetto S, Biglieri E. Principles of Digital Transmission With Wireless Applications[Z]. Norwell, MA: Kluwer, 1999.

[6] Xu B, Brandt-Pearce M.Comparison of FWM- and XPM-induced crosstalk using Volterra series transfer function method[J]. J. Lightw. Technol. Jan. 2003,21(1):40-53.

[7]H Kim,Gnauck A H.Experimental investigation of the performance limi-tation of DPSK systems due to nonlinear phase noise[J].IEEE Photon.Technol.Lett.,Feb.2003,15(2):320-322.

[8] Yadin Y, Shtaif M, Orenstein M.Nonlinear phase noise in phase modulated WDM fiber-optic communications[J]. IEEE Photon. Technol.Lett., May 2004,16(5):1307-1309.

[9]Ho K P.Error probability of DPSK signals with cross-phase modulationinduced nonlinear phase noise[J].IEEE J.Sel.Topics Quantum Elec-tron.,Mar./Apr.2004,10(2):421-427.

[10] Ho K P.Comparison of nonlinear phase noise and intrachannel fourwave mixing for RZ-DPSK signals in dispersive transmission systems[J]. IEEE Photon. Technol. Lett., Jul. 2005,17(7):1426-1428.

电力线信道噪声篇7

笔者选择了3个典型的通信环境进行信号采集,根据信噪比的大小选择出最优小波基。通过最优小波基处理采集信号,分析对营配融合通信网信道噪声影响较大的因素。

1 小波包降噪算法(1)

1.1 小波包基本原理

对平方可积实数空间L2(R)进行多分辨率分析,得到小波包逼近空间的表达式为:

式中j———尺度因子;

Wj———小波函数空间;

———两个子空间的正交和。

由式(1)可知,根据不同尺度因子j,将Hibert空间L2(R)分解为小波空间Wj(j∈Z)的正交和,小波包分析就是按照二进制对Wj进行频带细分,以达到提高频率分辨率的目的。三层小波包分解如图1所示。

图1中的节点(0,0)为待分解原始信号,节点(i,j)(i=0,1,…,7)为第i层分解的第j组系数。

小波包分析的实质就是对上一层的低频与高频部分同时进行分解,因而它具有更精确的局部分析能力。

1.2 小波包降噪算法

小波包降噪就是根据噪声与信号在不同频带上的不同特性,将各尺度上的小波分量,尤其是那些噪声分量占主导地位的尺度上的噪声小波分量去掉,而保留下来的小波包系数就可以认为是原始小波包系数。小波包降噪的关键是滤去由噪声产生的小波包分解系数。采用系统默认阈值对小波包分解的系数进行处理,就是将大于阈值的小波包系数保留下来重构信号,而将小于或等于默认阈值的小波包系数进行置零处理。

将在不同地点采集的信号分别用db2、haar、sym6小波包基进行三层分解,去噪后再对信号做频谱分析,通过比较信噪比的大小即可得到最优小波基[13,14,15,16,17]。整个过程的算法流程如图2所示。

2 信号采集

此次所研究的数据采集于35k V白邑变电站。选择从35k V白邑变电站输出的10k V白邑线,该线路全长15.487km,途径平地、丘陵及山地等多种环境,具有较强的代表性。通过对10k V白邑线电网环境的考察分析,依据实际需要设计H-PLC营配融合通信网信道技术方案(营配融合通信网信道示意图详见文献[18],对低压集抄、配电终端、专变用户及衔接线路等电力设施做详细统计,测量电力线中的杂讯情况,证实该线路符合H-PLC通信要求。

在本次信号采集期间,针对不同的环境,挑选了3个采集点,具体如下:

a.1号采集点。该处距离终端基站680m,周边基本没有其他设施的干扰,采用单耦合方式,信号比较强。

b.2号采集点。距离1号采集点1.6km,由于该点附近有500k V的高压输电线路通过,采用的是负控终端和集差双耦合技术来弱化干扰。因此,针对此环境,采集该处的信号,具有相对的代表性。

c.3号采集点。距离2号采集点1.4km,附近有800k V的高压输电线路通过,采用的也是负控终端和集差双耦合技术来弱化干扰。

采用TPS-2024数字信号示波器在现场采集数据,在不同环境下均采取两组数据,按照相关规范,技术人员将示波器连接在PLC系统回路上,采集到混合信号,将该混合信号的时域波形图和数据分别存储起来。现场分别采集多组数据,以便用于统计分析,可以进行比较。

3信号处理结果与分析

对采集到的信号进行小波包分解后,得到的信号时域波形和噪声波形如图3所示。

对3个采集点采集到的信号进行小波包分解,去噪并进行频谱分析后得到不同小波基下信号的信噪比(表1)。可见,在同一地点,使用sym6作为小波基来处理信号,能得到最大的信噪比。因而,在处理中压信道信号中,用sym6小波基对信号使用小波包变换,能有效地去除噪声。

对每个采集点进行两次采集,采用最优小波基sym6进行分解,去噪并进行频谱分析后得到两次采集信号的信噪比如下:

1号采集点25.57d B、21.39d B

2号采集点5.19d B、8.10d B

3 号采集点1.06d B、1.49d B