噪声模块图片

Markov-Middleton脉冲噪声模型的硬件实现方法王毅1,2,3,胡学涛1,侯兴哲2,叶君2,郑可2,李松浓2(1.
重庆邮电大学通信与信息工程学院,重庆市400067;2.
国网重庆市电力公司电力科学研究院,重庆市401123;3.
国网重庆市电力公司博士后科研工作站,重庆市401123)摘要:影响宽带电力线载波通信的关键因素之一是随机突发的脉冲噪声.
目前的噪声研究大多停留在理论建模上,缺乏标准化的电力线噪声硬件实现方法.
文中深入研究Markov-Middleton脉冲噪声模型,分析产生Markov性质的脉冲序列原理,利用SystemGenerator和XilinxVivado联合仿真工具,设计出具有随机突发特性的电力线噪声生成系统,并完成该系统的硬件实现.
通过对比现场可编程门阵列(FPGA)输出、MiddletonClassA模型仿真与实测电力线噪声的统计特性,证明了该硬件实现方法能够生成具有随机突发性和时间相关性的脉冲噪声.
通过搭建实验室环境下的电力线载波通信系统,测试不同参数下噪声对通信成功率的影响程度,对比其他的硬件实现方法,验证了所提方法的工程应用价值.
关键词:宽带电力线载波通信;Markov-Middleton;SystemGenerator;XilinxVivado;现场可编程门阵列收稿日期:2018-10-23;修回日期:2019-04-10.
上网日期:2019-06-05.
重庆市自然科学基金资助项目(cstc2016jcyjA0214).
0引言电力线载波通信技术[1-3]是一种利用广泛存在的电力线进行通信的新兴技术,日益受到大家的关注.
对于电力线载波通信技术的研究,主要从三个方面展开,分别是信号衰减特性、阻抗特性和噪声特性[4-10].
其中噪声干扰是影响电力线载波通信成功率的最主要因素之一.
电力线载波通信中的噪声远比其他专用通信线路中的噪声复杂,研究发现电力线噪声可分为五类噪声:有色背景噪声、窄带噪声、与工频异步的周期脉冲噪声、与工频同步的周期脉冲噪声和异步脉冲噪声.
大多数文献将前三者归为背景噪声,后两者称为脉冲噪声.
脉冲噪声是影响通信质量的主要原因[11-14].
针对脉冲噪声的相关特性,研究人员提出了许多模型来构造此类噪声,其中最为经典的模型就是MiddletonClassA模型[15-16].
MiddletonClassA脉冲噪声模型的时域模型通过三个参数描述:脉冲幅度、脉冲宽度、脉冲到达时间间隔.
三个参数的概率分布曲线全部来源于对实际电力线噪声的测量,通过对测量数据进行统计分析得出这三个参数,并以此构造出概率密度函数(probabilitydensityfunction,PDF),从而对脉冲噪声序列进行建模.
但MiddletonClassA脉冲噪声模型忽略了噪声的时间相关性,将噪声样本序列视为独立同分布序列,因此模型仿真结果与实测电力线噪声有较大的出入,无法满足工程上对电力线噪声模型的要求.
在传统ClassA模型基础上,文献[17]提出了一个新的脉冲噪声模型,Markov-Middleton脉冲噪声模型.
该模型不仅保留了MiddletonClassA模型简易性和权威性的优点,并且在噪声样本时间相关性上也有较好的表现,能更好地表现出电力线载波通信中随机噪声的随机突发特性.
然而目前对Markov-Middleton模型的研究仅仅停留在理论和仿真上,并没有对其在工程上的应用做进一步深入探讨.
基于这一问题,本文设计提出了一种噪声硬件实现方法,利用SystemGenerator和XilinxVivado仿真工具,将Markov-Middleton脉冲噪声模型在现场可编程门阵列(FPGA)平台上转换成硬件实现,并通过搭建实际电力线载波通信系统,测试并分析了生成噪声对实际电力线载波通信的影响程度,通过对比文献[17]提出的硬件实现方法,验证了本文所提方法的工程应用价值.
1Markov-Middleton脉冲噪声模型Markov-Middleton脉冲噪声模型是在传统的ClassA模型基础之上,通过增加一个噪声样本转861第43卷第16期2019年8月25日Vol.
43No.
16Aug.
25,2019DOI:10.
7500/AEPS20181023004http://www.
aeps-info.
com移概率x,以此改善原模型的缺点,表现出噪声样本的时间相关性.
Markov-Middleton模型的概率密度函数如式(1)所示.
f~A(nk)=∑1m=0pm'σm2πexp-n2k2σ2m(1)pm=exp(-A)Amm(2)pm'=pm∑1m=0pm(3)σ2m=σ2mA+Γ1+Γ(4)在电力线载波通信信道中,式(1)是Markov-Middleton脉冲噪声模型的概率密度参数,其中nk为脉冲噪声样本,m表示噪声序列的状态值,σm为m状态的噪声标准差;式(2)则表示的是m状态发生的概率,用pm表示;式(3)中pm'表示从瞬时转移状态到m状态的转移概率;式(4)中σ2m表示m状态的噪声方差;σ2为总噪声方差.
式(4)还包含了传统ClassA模型的三大参数A,Γ,σ2m[14],其中A为冲激指数,其大小决定了噪声的脉冲性,Γ为高斯脉冲功率比.
此外模型增加了一个与A,Γ,σ2m相互独立的参数x,根据x和pm',可以得到一个Markov状态转移矩阵:P=x+(1-x)p0'(1-x)p1'(1-x)p0'x+(1-x)p1'(5)式中:P为脉冲噪声的状态转移概率分布矩阵;p0'为状态0出现的概率;p1'为状态1出现的概率;x表示的是状态转移概率,可以通过实测的噪声样本计算得到,其计算公式如式(6)所示[15].
x=1-1n-Ip0'(6)式中:n-I为平均脉冲宽度.
根据概率分布矩阵,噪声进行状态序列的逐个生成,通过反复迭代得到一个具有时间相关性的状态序列,对于每一个状态m,一个均值为0、方差为σ2m的高斯噪声样本被生成,最终组成了Markov-Middleton脉冲噪声序列.
相比于传统的MiddletonClassA模型,Markov-Middleton脉冲噪声模型不仅保留了它的随机突发性,还体现出了电力线噪声的时间相关性.
所谓随机突发,即在整体统计概率分布上保持一致,但在单个的状态生成上是完全随机的,而时间相关则是说当前状态值不仅取决于当前概率分布,还与前一状态值息息相关.
文献[17]亦表明Markov-Middleton脉冲噪声模型是一个能更好地体现出电力线噪声相关特性的模型,因此本文将其作为硬件实现的对象,有效改善现有方法对模拟电力线噪声的不足,得到更符合现实环境的电力线噪声.
2Markov-Middleton噪声发生器设计2.
1Markov-Middleton模型的理论分析根据Markov-Middleton脉冲噪声的理论模型,设计出如图1所示的系统生成方案流程图.
该系统主要由三部分组成,分别为Markov序列生成模块、加权因子模块和高斯噪声发生器模块.
图1Markov-Middleton脉冲噪声实现系统流程图Fig.
1FlowchartofrealizationsystemofMarkov-Middletonimpulsivenoise传统MiddletonClassA模型序列发生器仅仅是一个泊松序列生成器[18],每个序列样本的发生概率符合整体噪声序列的统计分布概率,但相邻样本之间是互相独立的,这就造成了模型的输出序列相互独立,从而无法体现电力线噪声的时间相关性.
而本文设计的序列生成方法通过一个预设的初始状态分布得到初始状态,利用概率转移矩阵,得到下一个转移状态,循环此过程,生成一组具有时间相关性的序列m,依据这一序列生成的脉冲噪声样本也具有类似特性,在时间上一一相关,如此也就克服了传统ClassA模型相互独立的缺点,生成更为符合实961王毅,等Markov-Middleton脉冲噪声模型的硬件实现方法际的电力线噪声.
图1中第2个模块是Markov-Middleton噪声模型的加权因子σm,这一因子决定了Markov-Middleton脉冲噪声的特性.
根据式(4),该模块通过一系列加法器、乘法器、延迟单元、常数单元、平方等模块连接而成.
第3个模块高斯噪声发生器采用Box-Muller算法和中心极限定理相结合的方法[19],生成高斯白噪声.
整个脉冲噪声生成系统是通过加权因子乘以高斯噪声,以得到不同方差的高斯噪声,并以此作为模型的脉冲噪声样本输出.
Markov-Middleton脉冲噪声序列可以用式(7)表示.
I(i)=σmG(i)(7)式中:I(i)为脉冲噪声采样序列;G(i)为高斯白噪声采样序列;i∈{0,1,…,∞},表示序列样本排序数.
2.
2Markov-Middleton模型的工程实现Markov-Middleton模型的实现采用了Xilinx公司第六代Spartan系列XC6SLX100芯片来完成,主要分为两个步骤:①在SystemGenerator中进行噪声生成系统的设计;②通过XilinxVivado软件工具完成噪声生成系统的硬件FPGA实现.
在步骤①中,SystemGenerator噪声系统设计主要分为三个部分:Markov序列发生器、加权因子和高斯白噪声生成器.
1)Markov序列发生器的设计主要包含了初始状态生成及状态转移过程.
初始状态生成是通过线性反馈移位寄存器(LFSR)模块产生[0,1]之间均匀分布的随机数,再与常数0.
5进行对比,若前者大于后者,输出为1,否则输出为0,如此即得到状态分布为[0.
5,0.
5]的初始状态;接着进行序列的状态转移,将得到的初始状态通过Mux模块输出至串行模块Concat的高地址,常数0作为低地址,通过串行输出取出ROM块对应的概率,与LSFR输出的随机数进行对比,若后者大于前者,则输出1,反之输出为0,此时得到的即为依据初始状态值及状态转移矩阵得到的第二状态,将第二状态值输出至串行模块Concat的高位,根据状态转移矩阵得到第三状态.
通过循环上述过程,不断地迭代即可得到整个状态序列,由于每个状态的生成是基于前一个状态和状态转移矩阵的综合作用,因此设计得到的状态序列具有明显的时间相关性.
2)加权因子的实现.
本文根据式(4)和图1中加权因子部分构建出加权因子模块图.
首先,用Markov序列发生器产生的序列值经格式转换后乘以常数1/A,然后用加法器Add模块与式(4)中的Γ相加得到m/A+Γ的运算.
接下来以同样的方法乘以1/(1+Γ),接着用乘法器与总噪声方差σ2相乘得到脉冲噪声方差,最后进行开根号运算,至此输出的就是每个脉冲状态的加权因子.
3)高斯噪声发生器的实现.
文献[18]采用SystemGenerator中提供的WhiteGaussianNoiseGenerator模块生成高斯白噪声,通过设置模块的初试种子得到标准的高斯白噪声.
整体系统设计如图2所示.
图2Markov-Middleton脉冲噪声生成系统的SystemGenerator设计Fig.
2SystemGeneratordesignofMarkov-Middletonimpulsivenoisegenerationsystem0712019,43(16)·研制与开发·http://www.
aeps-info.
com设计完成后利用XilinxVivado软件工具,经过IPcatalog生成、内核嵌入、端口配置、模拟、综合、实现等过程,将设计的噪声生成系统转换成bit流,通过JTAG串口下载到FPGA板上,然后通过预设输出端口,经由FPGA自带的时钟驱动,生成脉冲噪声序列,完成噪声生成系统的硬件实现,并通过PicoScope接收并分析生成的噪声波形.
附录A图A1为噪声生成系统实物接线图,图3为PicosScope接收到的一段噪声波形.
图3PicoScope接收噪声波形Fig.
3ReceivednoisewaveformofPicoScope利用PicoScope将接收到的噪声波形转换成.
mat数据形式,通过MATLAB打开并进行统计分析,对比实测噪声序列、ClassA脉冲噪声序列,对生成的噪声进行性能评估.
3FPGA输出噪声性能评估图4中实测噪声样本是利用线路阻抗稳定网络(LISN)屏蔽大量外部噪声干扰,实测多台笔记本电脑共同工作下产生的噪声波形,以模拟最典型的实验室场景下的噪声情况[20];图5是对实测噪声序列统计分析后,进行MiddletonClassA模型建模的波形.
图6是将PicoScope得到的噪声波形转换成.
mat格式,在MATLAB中打开得到的波形.
图4实测噪声样本Fig.
4Measurednoisesample对比图4、图5和图6的时域波形可以发现,图4中实测脉冲噪声有明显的随机突发性和时间相关性,噪声多以脉冲群形式出现,呈聚合状;而图5的ClassA脉冲样本呈现出明显的独立同分布特性,相对均匀地分布于整个时间域上.
两者在时域波形结构上呈现出较大的差异,而图6中FPGA输出的脉冲噪声序列与实测噪声样本近似,脉冲部分有明显的群聚性.
图5MiddletonClassA噪声样本Fig.
5NoisesampleofMiddletonClassA图6FPGA输出噪声样本Fig.
6OutputnoisesampleofFPGA影响电力线载波通信最主要的噪声是连续突发的脉冲噪声[21-24],其中噪声的时间相关性起着决定性的作用,因为时间相关性,导致电力线噪声多以连续突发的形式出现,极大影响了电力线载波通信性能.
对比多段FPGA噪声输出、实测噪声和MiddletonClassA脉冲噪声样本,结果见表1.
表1噪声样本的概率分布Table1Probabilitydistributionofnoisesamples噪声状态概率实测噪声MiddletonClassAFPGA输出1FPGA输出2FPGA输出3FPGA输出400.
94680.
94680.
94680.
94670.
94670.
946910.
05320.
05320.
05320.
05330.
05330.
0531110.
04790.
00360.
02300.
02350.
02350.
0234由表1可以发现,在保证噪声样本的0(无脉冲)、1(有脉冲)发生概率相似的基础下,FPGA输出的脉冲噪声序列的连续脉冲概率(11出现概率)要明显高于传统的MiddletonClassA模型,低于实测脉冲噪声,并且后续实验证明,随着噪声样本高斯脉冲比的减小,FPGA输出的噪声序列的连续脉冲概率会越来越接近于实测噪声序列.
综合以上,本文提出的方法能有效改善传统ClassA模型的缺点,在表现电力线噪声的随机突发和时间相关性上具有明显的优势,相比于文献[17],是一个更为合适的噪声硬件实现方法.
在此171王毅,等Markov-Middleton脉冲噪声模型的硬件实现方法之外,通过实际通信过程,验证本文提出方法的工程应用价值.
4通信影响率测试分析将上述的Markov-Middleton脉冲噪声生成系统叠加在一个典型的三分支多径电力线信道上,作为电力线噪声干扰,模拟整个电力线载波通信信道环境.
信道拓扑结构如附录A图A2所示,整体模块设计如图7所示.
通过Vivado将其转换成bit流文件,利用串口下载到FPGA板上,通过FPGA板实现一个叠加Markov-Middleton脉冲噪声的三分支多径电力线载波通信信道.
图7电力线载波通信信道系统的SystemGenerator设计Fig.
7SystemGeneratordesignofchannelsystemforpowerlinecarriercommunication为了测试这个信道的通信性能,本文设计了一个实验室场景下的用电信息采集系统,如附录A图A3所示.
系统主要由电表、FPGA板、adda子板和集中器组成.
电表发送用电信息;集中器负责采集用电信息并发送抄表指令;FPGA板用来模拟电力线信道环境,包括信道以及Markov-Middleton脉冲噪声干扰;adda子板负责信号的输入输出,保证信息采集系统的正常通信.
完成用电信息采集系统的搭建后,在PC端的抄表程序上配置好环境,加载电表,开始抄读过程.
为了保证脉冲噪声能切实影响到抄表信号,保持Markov-Middleton脉冲噪声的幅值在400mV左右,根据式(5),保持x=0.
895不变,通过改变高斯噪声与脉冲噪声的比率p0'/p1',改变其状态转移矩阵,最终改变整个模型的输出噪声,如附录A图A4、图A5所示,随着比率的逐步增大,输出噪声的脉冲部分逐渐稀疏,对通信的干扰能力也在逐渐下降,通过对比文献[17]所提方法的抄表成功率变化,本文提出的硬件实现模型无疑是一个更好的选择.
从表2结果可以看出,本文提出Markov-Middleton脉冲噪声模型的实现方法,相比于传统MiddletonClassA脉冲噪声,更符合实际的电力线信道,其在不同高斯与脉冲比率下的噪声输出对电力线载波通信的影响程度有明显的相关性,对电力线载波通信性能的影响是渐变式,而非突变式.
随着比率的增加,模型输出对电力线载波通信的干扰强度呈梯度下降,这也更符合实际电力线噪声对通信的影响程度.
因此,在研究电力线载波通信特性、电力线产品性能测试以及相关工程应用上,本文提出的方法相对于已有的方法,具有一定的参考价值和应用价值.
表2不同脉冲比下的抄表成功率Table2Successratesofmeterreadingwithdifferentimpulseratios高斯/脉冲噪声比Markov-Middleton抄表率/%MiddletonClassA抄表率/%0.
70/0.
30000.
76/0.
247.
3500.
77/0.
2321.
6500.
78/0.
2273.
5300.
79/0.
2187.
6100.
80/0.
2095.
4100.
90/0.
10100.
0000.
99/0.
01100.
001005结语电力线载波通信中的脉冲噪声是影响其通信质量的主要因素之一.
目前对脉冲噪声的研究大多停留在理论建模上,在实际的工程应用上很少有相关的实现方法.
本文提出的Markov-Middleton脉冲噪声模型的硬件实现方法,通过SystemGenerator和Xilinx联合仿真的方式,在FPGA中成功实现了该噪声模型.
通过统计特性的对比,得到了可以体现出脉冲噪声时间相关特性的脉冲序列硬件实现方法.
随后设计并搭建了实验室环境下的电力线载波通信系统,通过抄表成功率直观变化,对比验证了本文提出方法的工程应用价值,为进一步的电力线载波通信理论研究以及电力线载波产品的性能测试提供了平台.
值得注意的是,实际电力线噪声并非仅是有脉冲、无脉冲两种状态,而是在噪声幅度上仍有相关变化的关系,本文并没有对这方面进行细致研究,将在后续研究中进一步完善.
附录见本刊网络版(http://www.
aeps-info.
com/aeps/ch/index.
aspx).
参考文献[1]GALLIS,SCAGLIONEA,WANGZhifang.
Forthegridandthroughthegrid:theroleofpowerlinecommunicationsinthesmartgrid[J].
ProceedingsoftheIEEE,2011,99(6):998-1027.
2712019,43(16)·研制与开发·http://www.
aeps-info.
com[2]GALLIS,LYST.
Nextgenerationnarrowband(under500kHz)powerlinecommunications(PLC)standards[J].
ChinaCommunications,2015,12(3):1-8.
[3]BAIGS,ASIFHM,UMERT,etal.
Highdataratediscretewavelettransform-basedPLC-VLCdesignfor5Gcommunicationsystems[J].
IEEEAccess,2018,6:52490-52499.
[4]李松浓,胡晓锐,郑可,等.
低压电力线载波通信信道衰减特性测量与分析[J].
电力系统保护与控制,2018,46(4):99-106.
LISongnong,HUXiaorui,ZHENGKe,etal.
Measurementandresearchonattenuationcharacteristicsoflowvoltagepowerlinecommunicationchannel[J].
PowerSystemProtectionandControl,2018,46(4):99-106.
[5]胡正伟,谢荣圆,谢志远.
面向多服务质量参数约束的电力线通信路由搜索算法[J].
电力系统自动化,2016,40(20):147-153.
HUZhengwei,XIERongyuan,XIEZhiyuan.
RoutingsearchalgorithmorientedtoconstraintsonmultipleQoSparametersforpowerlinecommunication[J].
AutomationofElectricPowerSystems,2016,40(20):147-153.
[6]RABIEKM,ADEBISIB,GACANINHA,etal.
Performanceevaluationofmulti-hoprelayingovernon-GaussianPLCchannels[J].
JournalofCommunicationsandNetworks,2017,19(5):531-538.
[7]郭以贺,霍然,刘欣,等.
适用于低压电力线通信的集总参数线缆模型[J].
电力系统自动化,2019,43(2):156-161.
DOI:10.
7500/AEPS20180608001.
GUOYihe,HUORan,LIUXin,etal.
Lumpedparametercablemodelforlowvoltagepowerlinecommunication[J].
AutomationofElectricPowerSystems,2019,43(2):156-161.
DOI:10.
7500/AEPS20180608001.
[8]赵洪山,张伟韬.
基于BLT方程的中压电力线载波通信信道建模[J].
电力系统自动化,2018,42(17):155-161.
DOI:10.
7500/AEPS20180331004.
ZHAOHongshan,ZHANGWeitao.
BLTequationbasedchannelmodelingformedium-voltagepowerlinecarriercommunication[J].
AutomationofElectricPowerSystems,2018,42(17):155-161.
DOI:10.
7500/AEPS20180331004.
[9]王东,王艳,焦彦军,等.
基于局部反射理论的中压配电网电力线通信信道建模法[J].
电力系统自动化,2017,41(2):178-183.
DOI:10.
7500/AEPS20160229009.
WANGDong,WANGYan,JIAOYanjun,etal.
Channelmodelingmethodofpowerlinecommunicationformediumvoltagedistributionnetworkbasedonpartialreflectiontheory[J].
AutomationofElectricPowerSystems,2017,41(2):178-183.
DOI:10.
7500/AEPS20160229009.
[10]崔莹,刘晓胜,徐殿国.
低压电力线通信网络性能的博弈分析及优化[J].
电力系统自动化,2018,42(11):122-128.
DOI:10.
7500/AEPS20170807005.
CUIYing,LIUXiaosheng,XUDianguo.
Gameanalysisandoptimizationofcommunicationnetworkperformanceforlowvoltagepowerline[J].
AutomationofElectricPowerSystems,2018,42(11):122-128.
DOI:10.
7500/AEPS20170807005.
[11]张慧,卢文冰,赵雄文,等.
基于最小二乘支持向量机和小波神经网络的电力线通信信道噪声建模研究[J].
电工技术学报,2018,33(16):3879-3888.
ZHANGHui,LUWenbing,ZHAOXiongwen,etal.
NoisemodelingforpowerlinecommunicationchannelusingtheLS-SVMandwaveletneuralnetworks[J].
TransactionsofChinaElectrotechnicalSociety,2018,33(16):3879-3888.
[12]应展烽,吴军基,郭昊坤,等.
含周期性脉冲噪声的低压电力线噪声建模研究[J].
电力自动化设备,2013,33(9):58-63.
YINGZhanfeng,WUJunji,GUOHaokun,etal.
Modelingoflow-voltagepowerlinenoisecontainingperiodicpulses[J].
ElectricPowerAutomationEquipment,2013,33(9):58-63.
[13]李平,赵志辉,张振仁.
低压电力线信道中脉冲噪声的建模及仿真[J].
继电器,2007,35(5):58-62.
LIPing,ZHAOZhihui,ZHANGZhenren.
Modelingandsimulationoftheimpulsenoiseinlowvoltagepowerlinecommunicationchannel[J].
Relay,2007,35(5):58-62.
[14]MAHMOODA,CHITREM.
Optimalandnear-optimaldetectioninburstyimpulsivenoise[J].
IEEEJournalofOceanicEngineering,2016,42(3):1-15.
[15]BANELLIP.
BayesianestimationofaGaussiansourceinMiddleton'sClass-Aimpulsivenoise[J].
IEEESignalProcessingLetters,2013,20(10):956-959.
[16]SAVOIAR,VERDEF.
Performanceanalysisofdistributedspace-timeblockcodingschemesinMiddletonClass-Anoise[J].
IEEETransactionsonVehicularTechnology,2013,62(6):2579-2595.
[17]NDOG,LABEAUF,KASSOUFM.
AMarkov-Middletonmodelforburstyimpulsivenoise:modelingandreceiverdesign[J].
IEEETransactionsonPowerDelivery,2013,28(4):2317-2325.
[18]王毅,田富公,侯兴哲,等.
基于SystemGenerator的宽带电力线脉冲噪声实现方法[J].
电力系统自动化,2017,41(12):218-223.
DOI:10.
7500/AEPS20160929007.
WANGYi,TIANFugong,HOUXingzhe,etal.
ImplementationmethodofimpulsivenoiseforbroadbandpowerlinecommunicationbasedonSystemGenerator[J].
AutomationofElectricPowerSystems,2017,41(12):218-223.
DOI:10.
7500/AEPS20160929007.
[19]GHAZELA,BOUTILLONE,DANGERJL,etal.
DesignandperformanceanalysisofahighspeedAWGNcommunicationchannelemulator[C]//IEEEPacificRimConferenceonCommunications,ComputersandSignalProcessing,August26-28,2001,Victoria,Canada:374-377.
[20]ZIADEF,KOKALJM,OUAMEURM,etal.
ImprovementofLISNmeasurementaccuracybasedoncalculableadapters[J].
IEEETransactionsonInstrumentationandMeasurement,2016,65(2):365-377.
[21]MATHURA,BHATNAGARMR,PANIGRAHIBK.
PerformanceevaluationofPLCunderthecombinedeffectofbackgroundandimpulsivenoises[J].
IEEECommunicationsLetters,2015,19(7):1117-1120.
[22]邓蓉,谭周文,肖郭璇,等.
基于压缩感知的电力线脉冲噪声抑制[J].
电工技术学报,2018,33(23):5555-5563.
DENGRong,TANZhouwen,XIAOGuoxuan,etal.
Impulsenoisesuppressioninpowerlinecommunicationbasedoncompressedsensing[J].
TransactionsofChinaElectrotechnicalSociety,2018,33(23):5555-5563.
[23]呙涛,胡国荣.
基于稀疏贝叶斯学习的MIMO电力线脉冲噪声消除[J].
电力系统自动化,2014,38(14):95-100.
GUOTao,HUGuorong.
ImpulsivenoisemitigationonMIMOpowerlinebasedonsparseBayesianlearning[J].
371王毅,等Markov-Middleton脉冲噪声模型的硬件实现方法AutomationofElectricPowerSystems,2014,38(14):95-100.
[24]陈艳波,马进,文一宇.
一种电力系统量测噪声自适应抗差状态估计方法[J].
电力系统自动化,2015,39(8):66-73.
CHENYanbo,MAJin,WENYiyu.
Anadaptiverobuststateestimationapproachformeasurementnoise[J].
AutomationofElectricPowerSystems,2015,39(8):66-73.
王毅(1981—),男,通信作者,博士,副教授,主要研究方向:宽带电力线载波通信、智能电网用电信息采集系统.
E-mail:wangyi81@cqupt.
edu.
cn胡学涛(1994—),男,硕士研究生,主要研究方向:宽带电力线载波通信.
E-mail:1163060557@qq.
com侯兴哲(1965—),男,教授级高级工程师,主要研究方向:电能计量与电力通信技术.
E-mail:cqhhxz@163.
com(编辑蔡静雯)HardwareImplementationMethodofMarkov-MiddletonImpulsiveNoiseModelWANGYi123HUXuetao1HOUXingzhe2YEJun2ZHENGKe2LISongnong21SchoolofCommunicationandInformationEngineeringChongqingUniversityofPostsandTelecommunicationChongqing400067China2ElectricPowerResearchInstituteofStateGridChongqingElectricPowerCompanyChongqing401123China3PostdoctoralWorkstationofStateGridChongqingElectricPowerCompanyChongqing401123ChinaAbstractTherandomburstimpulsivenoiseisthekeyfactoraffectingthebroadbandpowerlinecarriercommunicationMostoftheexistingnoiseresearchisstuckintheoreticalmodelingandthereisalackofstandardizedhardwareimplementationmethodsofpowerlinenoiseThispaperstudiestheMarkov-MiddletonimpulsivenoisemodelandanalyzestheprincipleofgenerationofMarkovpulsesequencesCombinedwithSystemGeneratorandXilinxVivadotoolsapowerlinenoisegeneratingsystemwithrandomburstcharacteristicsisdesignedandthehardwareimplementationofthesystemiscompletedBycomparingthestatisticalcharacteristicsoffiled-programmablegatearrayFPGAoutputsimulationofMiddletonClassAmodelandmeasuredpowerlinenoiseitisprovedthatthehardwareimplementationmethodcangenerateimpulsivenoisewithrandomburstcharacteristicandtimecorrelationAccordingtotheestablishmentofpowerlinecarriercommunicationsysteminthelaboratoryenvironmenttheeffectofnoiseonthecommunicationsuccessratewithdifferentparametersistestedComparedwithotherhardwareimplementationmethodstheengineeringapplicationvalueoftheproposedmethodisverifiedThisworkissupportedbyChongqingNaturalScienceFoundationofChinaNocstc2016jcyjA0214KeywordsbroadbandpowerlinecarriercommunicationMarkov-MiddletonSystemGeneratorXilinxVivadofield-programmablegatearrayFPGA(上接第161页continuedfrompage161)AnImprovedProtectionMethodofGroundingElectrodeLineforUHVDCBasedonInjectionMethodLIShilongTENGYufeiLIXiaopengLIUMingzhongDINGXuanwenElectricPowerResearchInstituteofStateGridSichuanElectricPowerCompanyChengdu610041ChinaAbstractAtpresentultra-highvoltagedirectcurrentUHVDCtransmissionsystemusuallyadoptsgroundingelectrodelineprotectionbasedoninjectionmethodBasedontheanalysisofthecharacteristicsoftraditionalprotectionmethodsanimprovedgroundingelectrodelineprotectionmethodisproposedTheimprovedprotectionmethodincludesmainprotectionandbackupprotectionThemainprotectionusestransversedifferenceofhighfrequencymeasurementimpedancetoconstructtheprotectioncriterionforsinglecircuitfaultwhichonlyuseselectricalquantityofonesideanddoesnotdependoncommunicationThebackupprotectionusesthecurrentdirectionattheendofgroundingelectrodelinetoconstructprotectioncriteriawhichrequireslesssynchronizationandreal-timecommunicationTakinganactual±800kVUHVDCsystemasanexampleasimulationmodelisbuiltusingPSCADEMTDCtoverifytheproposedprotectionmethodThesimulationresultsshowthatthemainprotectionoftheimprovedprotectionmethodcangreatlyreducethedeadzoneofprotectioncomparedwiththetraditionalprotectionmethodandcanachievefull-lineprotectionwiththecooperationofbackupprotectionThisworkissupportedbyNationalNaturalScienceFoundationofChinaNo51707019andStateGridCorporationofChinaNo52199918000BKeywordsultra-highvoltagedirectcurrentUHVDCgroundingelectrodelineinjectionmethodhighfrequencymeasurementimpedancetransversedifferentialimpedance4712019,43(16)·研制与开发·