论文部分内容阅读
得益于电力线分布范围广、无需重新布线和经济方便等特点,电力线载波通信(Power Line Communication,PLC)在智能电网和家庭网络等方面有着比较广泛而且热门的研究和应用。随着传统PLC技术的发展和人们对PLC要求的不断提高,研究人员把传统的单输入单输出电力线载波通信(Single Input Single Output Power Line Communication,SISO-PLC)扩展到了多输入多输出电力线载波通信(Multiple Input Multiple Outputs Power Line Communication,MIMO-PLC)。为了减弱MIMO-PLC噪声干扰,首先需要对MIMO-PLC信道噪声的建模进行研究。目前对PLC信道噪声进行建模的方法主要有对PLC信道中不同种类的噪声分别进行建模和对PLC信道噪声整体进行建模两种方法,但存在着工作量大、设计繁琐和误差积累等问题。为了改进现有方法的不足,本文利用MIMO-PLC信道噪声之间的相关性,将支持向量回归(Support Vector Regression,SVR)、最小二乘支持向量机(Least-Square Support Regression Machine,LS-SVM)、小波神经网络(Wavelet Neural Network,WNN)和长短时记忆网络(Long Short Term Memory,LSTM)应用于MIMO-PLC信道噪声的整体建模研究中。首先介绍了这四种模型的原理,其次分析了数据处理、参数选择和模型结构等方面的内容,最后将四种模型对噪声建模的结果采用R~2-score、平均绝对误差(Mean Absolute Error,MAE)和平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)进行评价,并根据评价指标对四种模型进行了对比分析。实验结果表明,这四种方法能有效的对MIMO-PLC信道中的噪声进行建模。在减弱噪声干扰方面,目前已有的方法需要对不同类别的噪声分别设计滤波器或滤波器组,使得PLC通信系统接收端的设计过于繁琐。为了改善此问题,本文在噪声建模的基础上,应用自适应噪声抵消方法减弱MIMO-PLC中噪声的干扰。为了验证该方法的有效性,本文构建了一个完整的MIMO-PLC通信系统,对系统的接收端和发送端分别进行设计,其中发送端采用了卷积编码、加扰、交织和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术,接收端采用了对应的解码技术和自适应噪声抵消方法。仿真实验验证,自适应噪声抵消方法能够有效降低MIMO-PLC系统的误码率,加入自适应噪声抵消方法后系统的误码率性能最多可提高15 dB,有效提高了MIMO-PLC的通信质量,验证了本文提出的噪声建模方法对MIMO-PLC噪声建模的有效性。