一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法技术

本发明专利技术是一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，其特点是：包括以下步骤：建立电动汽车与充电桩间的OFDM系统模型；建立改进脉冲噪声支撑集的稀疏度自适应算法；重建车桩间电力线载波通信脉冲噪声。其建立了电动汽车与充电桩间OFDM信号模型，改进脉冲噪声支撑集能够通过优化筛选阈值而扩充，它作为改进脉冲噪声支撑集的稀疏度自适应算法的输入，扩充的脉冲噪声支撑集提高了重构脉冲噪声的精度，降低了车桩之间通信系统的误码率，提高了电动汽车与充电桩信息交互系统的抗干扰能力和稳定性，具有科学合理，适用性强，控制准确等优点。

A method of suppressing impulse noise in power line carrier communication between electric vehicle and charging post

【技术实现步骤摘要】
一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法
本专利技术涉及电动汽车与充电桩间电力线载波通信
，是一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，能够有效抑制车桩间电力线载波通信信道中的脉冲噪声，达到提高车桩间基于电力线载波通信的通信系统可靠性的目的。
技术介绍
根据国际能源署的报告，到2020年，全球电动汽车数量将达到1300万辆，到2030年将接近1.3亿辆，电动汽车的数目的持续增加，将严重威胁电网的安全运行。V2G信息交互系统能够帮助电网实现安全可靠的运行。因此，在V2G信息交互系统的框架下建立了基于电力线载波通信的电动汽车与充电桩之间的通信系统，这在减少车桩间信息交互系统造价的同时能够避免由于充电桩的规格不同导致的充电接口通信不兼容的问题。但是车桩间信道中存在的大量脉冲噪声会严重影响信息传输的有效性。因此，本专利技术在考虑电动汽车与充电桩间电力线载波通信信道衰减的情况下，对电动汽车与充电桩之间信道中存在的脉冲噪声进行抑制，提高电动汽车与充电桩之间通信系统的可靠性。本专利技术面向电动汽车与充电桩之间的电力线载波通信信息交互系统，提出了一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，该方法以稀疏度自适应算法为基础，改进了脉冲噪声支撑集，完成了对车桩间电力线载波通信信道中存在的脉冲噪声的精确重建，并在接收端对重建的脉冲噪声进行抑制，实现提高电动汽车与充电桩间基于电力线载波通信的通信系统可靠性的目的。
技术实现思路
本专利技术的目的是提供一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，能够有效地对车桩间电力线载波通信信道中存在的脉冲噪声进行重建，并在接收端对重建的脉冲噪声进行抑制，达到提高车桩间通信可靠性的目的。本专利技术的目的是由以下技术方案来实现的：一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，其特征是，它包括以下步骤：1)建立电动汽车与充电桩间的OFDM系统模型在时域中，第i个OFDM符号xi＝[xi，1，xi，2，...，xi，N]T的长度为N，其中xi，k是由第i个OFDM符号中调制到第k(k＝1，2...，N)个子载波上的频域数据经过IDFT变换得到的；xi的信道的冲激响应为hi＝[hi，1，hi,2，...hi，N]，当xi通过信道时，会在接收端得到yi，yi＝[yi，1，yi,2，...，yi，N]＝hi*xi+ui+wi，*代表循环卷积操作；频域信号Yi能够由接收到的信号yi经过DFT变换得到，见公式(1)；Yi＝FNyi＝diag{FNhi}Xi+FNui+FNwi(1)式中：FN-N点离散傅里叶变换矩阵；xi，k-由第i个OFDM符号中调制到第k(k＝1，2...，N)个子载波上的频域数据经过IDFT变换得到的；yi-xi经过信道后在接收端接收到的第i个OFDM符号；ui-第i个OFDM符号上的脉冲噪声；wi-第i个OFDM符号上的背景噪声。假设R为用于构建脉冲噪声的空子载波集；SR用来获取测量向量pi，pi能够从空子载波集上获取，见公式(2)；pi＝SRYi＝0+FRui+FRwi(2)FR由exp(-j2πmk/N)组成，(k∈R，m＝0，...，N-1)；pi用于脉冲噪声的重建；压缩感知能够用于脉冲噪声的重建，由公式(3)得，稀疏的脉冲噪声ui能够通过测量向量pi重建；对稀疏度未知的脉冲噪声的重建等效为求解公式(3)的凸优化问题；Min||ui||1s.t.||pi-FRui||2≤δ(3)式中：δ为背景噪声的2-范数，ui能够由传统的压缩感知算法求得；2)建立改进脉冲噪声支撑集的稀疏度自适应算法虽然ui能够由传统的压缩感知算法求得，但是电力线载波通信信道中的稀疏度往往无法直接获取；因此建立改进脉冲噪声支撑集的稀疏度自适应算法如下：(1)获取脉冲噪声的发生概率p虽然在实际应用过程中，脉冲噪声发生的概率无法直接得到，但是在时域中，由于脉冲噪声的功率强度明显高于信号功率和背景噪声的功率，因此能够根据此特点粗略的估计脉冲噪声的发生概率；接收到的第i个OFDM符号yi的脉冲噪声支持矩阵为见公式(4)；其中Γt为第i个OFDM符号yi的筛选阈值，见公式(5)；为了保证的准确性，将yi的功率扩大了λ倍，由此得到脉冲噪声的发生概率p，见公式(6)；接收到的第i个OFDM符号yi在经过车桩间的电力线载波通信信道时，会受到信道衰减的影响；为了保证重构的脉冲噪声的精确度，yi经过DFT变换和信道均衡后，能够减少信道衰减带来的影响；然后，经过IDFT变换后，信号变为y′i；信号y′i的功率能够求出，xi的信号功率是已知的，因此能够求出背景噪声与脉冲噪声的功率和Pu+w，设α为信道的衰减常数，得到公式(7)；(2)根据噪声发生概率p和信号功率和来优化阈值；由于车桩之间信道中的噪声环境恶劣，而且脉冲噪声的功率强度显著高于背景噪声，忽略信道衰减的影响，之间的电动汽车和充电桩相对严重，而在强度高于背景噪音，忽略了信道衰减、δt是由β和δ0的乘积得来的用于筛选脉冲噪声支撑集的优化阈值，为保证筛选的精确度，将δ0扩大β倍；公式(8)中是信号xi的功率式中，δ0-优化阈值的基准值；(3)得到改进的脉冲噪声的支持矩阵通过公式(9)获取改进的脉冲噪声支撑集3)重构车桩间电力线载波通信脉冲噪声对车桩间电力线载波通信的脉冲噪声重建如下：第一步：输入步骤2)建立的改进脉冲噪声支撑集稀疏度测量向量pi，观测矩阵Φ＝FR，仿真步长Δs；以重建车桩间电力线载波通信的脉冲噪声；第二步：将脉冲噪声稀疏度初始化为将脉冲噪声恢复向量初始为将残差r(0)初始为将测试所需的稀疏度初始化为T为第三步：开始循环，其中k为循环的次数；①从向量ΦH·r(k-1)中选择个最大的模值，并将ΦH·r(k-1)中对应的个列序号集合作为运算结果Sk；②将Sk和改进脉冲噪声支撑集取并集，其运算结果为Ck；③从向量中选择T个最大的模值，并将中对应的T个列序号集合作为运算结果Πt；④将中Πt所对应的列赋值为将的Πt所对应的列的补集赋值为0，并计算残差r；⑤如果本次循环计算所得的残差r的2范数大于上一次循环计算所得的残差r的2范数，在下次迭代时的稀疏度加Δs，反之，将下次迭代的脉冲噪声支撑集更新为Πt；⑥将残差r(k)更新为本次循环所计算的残差r；⑦当满足退出循环的条件，残差r的2范数小于δ时，退出循环，反之循环次数k加1，进行下一次循环；第四步：当满足输出循环退出的条件时，输出脉冲噪声的支撑集和恢复脉冲噪声向量第五步：在接收端对恢复的脉冲噪声向量进行抑制，经过OFDM解调后得到接收到的数据，将原始数据与接收到的数据进行比较，得到车桩间信息交互系统的误码率。上文中的表示伪逆矩阵，(·)H表示复数的共轭转置，||·||本文档来自技高网...

【技术保护点】
1.一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，其特征是，它包括以下步骤：/n1)建立电动汽车与充电桩间的OFDM系统模型/n在时域中，第i个OFDM符号x

【技术特征摘要】
1.一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法，其特征是，它包括以下步骤：
1)建立电动汽车与充电桩间的OFDM系统模型
在时域中，第i个OFDM符号xi＝[xi,1,xi,2,...,xi,N]T的长度为N，其中xi,k是由第i个OFDM符号中调制到第k(k＝1,2...,N)个子载波上的频域数据经过IDFT变换得到的；xi的信道的冲激响应为hi＝[hi,1,hi,2,...hi,N]，当xi通过信道时，会在接收端得到yi，yi＝[yi,1,yi,2,...,yi,N]＝hi*xi+ui+wi，*代表循环卷积操作；频域信号Yi能够由接收到的信号yi经过DFT变换得到，见公式(1)；
Yi＝FNyi＝diag{FNhi}Xi+FNui+FNwi(1)
式中：FN—N点离散傅里叶变换矩阵；xi，k—由第i个OFDM符号中调制到第k(k＝1,2...,N)个子载波上的频域数据经过IDFT变换得到的；yi—xi经过信道后在接收端接收到的第i个OFDM符号；ui—第i个OFDM符号上的脉冲噪声；wi—第i个OFDM符号上的背景噪声；
假设R为用于构建脉冲噪声的空子载波集；SR用来获取测量向量pi，pi能够从空子载波集上获取，见公式(2)；
pi＝SRYi＝0+FRui+FRwi(2)
FR由exp(-j2πmk/N)组成，(k∈R,m＝0,…,N-1)；pi用于脉冲噪声的重建；压缩感知能够用于脉冲噪声的重建，由公式(3)得，稀疏的脉冲噪声ui能够通过测量向量pi重建；对稀疏度未知的脉冲噪声的重建等效为求解公式(3)的凸优化问题；
Min‖ui‖1s.t.‖pi-FRui‖2≤δ(3)
式中：δ为背景噪声的2-范数，ui能够由传统的压缩感知算法求得；
2)建立改进的脉冲噪声支撑集的稀疏度自适应算法
虽然ui能够由传统的压缩感知算法求得，但是电力线载波通信信道中的稀疏度往往无法直接获取；因此建立改进脉冲噪声支撑集的稀疏度自适应算法如下：
⑴获取脉冲噪声的发生概率p
虽然在实际应用过程中，脉冲噪声发生的概率无法直接得到，但是在时域中，由于IN的功率强度明显高于信号功率和背景噪声的功率，因此能够根据此特点粗略的估计脉冲噪声的发生概率；接收到的第i个OFDM符号yi的脉冲噪声支持矩阵为见公式(4)；



其中Γt为第i个OFDM符号yi的筛选阈值，见公式(5)；



为了保证的准确性，将yi的功率扩大了λ倍，由此得到脉冲噪声的发生概率p，见公式(6)；



接收到的第i个OFDM符号yi在经过车桩间的电力线载波通信信道时，会受到信道衰减的影响；为了保证重构的脉冲噪声的精确度，y...

【专利技术属性】
技术研发人员：张良，池圣斌，吕玲，郑昊，陈康，蔡国伟，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林;22