近些年,电力线通信已经成为一个热门的研究话题。然而,高质量的信号在这样一个有强噪声干扰、衰减和多径效应的系统中传输是一个挑战。所以在接收端对信号进行去噪处理是十分必要的。在信号接收端,对接收信号进行分析时,总要提取一些特征值来表征这些信号。所以对信号特征值的提取是识别信号类型的关键。
目前,信号识别可以分为类间识别和类内识别。类间识别指的是识别不同类型的调制信号,例如ASK、PSK、FSK等信号的识别;类内识别指的是识别同一类信号中的不同调制进制的信号,例如2PSK、4PSK、8PSK。在类内识别方面,HO K C等人[1]使用小波变换方法成功识别出了BPSK和4PSK信号;POLYDOROS A和KIM K[2]提出了最大似然比调制识别器,它成功地识别了BPSK和QPSK信号。在类间识别方面,KANNAN R和RAVI D S[3]使用离散小波变换成功识别出DPSK、PSK和MSK;HAZZA A[4]等人提出基于特征的方法成功识别出FSK、ASK、PSK、QAM等信号,但是所设计的识别器计算量比较大。
在识别PLC信号方面,本文采用的是统计模式识别方法,这种方法计算量比较小,容易求解。本文针对文献[1]所提出的识别器模型,改进并设计了一种算法简单、计算量较小的信号识别器。在低信噪比的情况下,识别效果也是比较理想的。基于近似实际的电力线通信信道的仿真结果和比较试验显示出本文所改进和设计的识别器的有效性。
1 信号模型
设r(t)为接收到的信号的复数模型:
其中s(t)是调制信号的复数形式,n(t)是电力线信道的背景噪声,ωc是载波频率,θc是载波相位。