曹明勇
摘 要:海上油田通信网在特有的高电压、强电磁场环境下运行,受到各种外部干扰比较大,电磁频谱背景噪声严重,影响无线通信的解调性能。将小波降噪技术引入到电力无线通信系统,可对信号进行降噪处理,在强噪声背景下提取微弱信号特征,显著提升解调信噪比和信号相关度,降低相位失真度和误码率,改善电力微波通信性能。计算机仿真和分析验证了该算法的有效性。
关键词:电力通信 小波降噪 微弱信号提取 解调信噪比
中图分类号:TN76 文献标识码:A 文章编号:1674-098X(2015)09(b)-0052-02
Abstract:Offshore communication net system works in its special high voltage and strong electromagnetic field,seriously affected by various kinds of external interference,the background noise of EM spectrum behaves critical,which obviously weakens wireless communication demodulation performance.In this paper,the wavelet de-noising algorithm is introduced into Offshore wireless communication system,extract weak signal characteristics on the background of strong EM noise,substantially enhance the demodulation SNR and signal relevance,reduce phase distortion and bit error rate,improve power wireless communication performance.The effectiveness of the algorithm is verified by computer simulation and analysis.
Key Words:Offshore Communication;Wavelet De-Noising;Weak Signal Extraction;Demodulation SNR
海上油田通信網络在特有的高电压、强电磁场、强噪声环境下运行,受到各种外部干扰比较大,而且不可避免会产生高次谐波,电磁频谱背景干扰噪声严重,降低了接收机接收信噪比,影响通信系统解调门限性能,误码率较高,使所传话音、图像及视频等业务质量变差。
小波降噪技术在很多强背景噪声的场合都得到了广泛的研究和应用,在城市轨道交通系统,采用多种小波阈值对城市轨道交通牵引供电系统谐波信号进行降噪,选取最优的降噪阈值,可以明显地降低信号中的谐波成分,处理后的波形更接近基波信号[1]。在引信时频信号处理系统,引信回波受到杂波、噪声等强干扰源的影响,常无法直接从回波信号中得到目标信号的有效特征,将小波降噪算法引入引信时频信号处理系统,能够有效去除回波信号中的杂波干扰,显著提高了引信时频信号处理系统在强杂波、强噪声背景下的性能表现[2]。可控整流电源主要用于向专用大功率自动控制系统的供电,整波电路会产生高频谐波,对电流调节的有效性造成危害,小波降噪通过对信号进行小波分解、阈值处理并重构达到对信号降噪的目的,它可以抑制信号中的无用部分,恢复信号中的有用部分,保证了系统的可靠运行[3]。
该文针对海上油田通信系统中无线传输背景噪声高的特点,研究小波包降噪技术在海上油田通信环境中的应用,以提高信噪比,为信噪分离和强噪声背景下微弱信号特征的提取提供有效支撑。
1 小波降噪原理
小波降噪就是通过对信号进行降噪处理,使信号中的噪声减少甚至消除。
含有噪声的一维信号模型表示如下[7]:
(1)
式中,为含噪信号;为有用信号;为噪声信号。在电力通信系统中认为是一个高斯白噪声,而且频率远大于各主要谐波频率,在进行降噪处理时,首先对信号进行小波分解,由于噪声信号多包含在具有较高频率的细节中,因此可以利用门限、阈值对小波系数进行处理,然后对信号进行小波重构即可达到降噪的目的。
对通信系统的传输信号进行小波降噪按照如下步骤进行:
选择合适的小波基函数。针对不同的通信信号,选取适合该类信号特征的小波基,才能取得更好的消噪效果;
信号小波分解。选择一个小波并确定所需分解的层次,然后对信号进行小波分解;
小波分解系数的阈值量化。对于每一个小波系数,选择一个恰当的阈值并对系数进行阈值量化;
信号小波重构。根据最低层的小波分解系数以及经过量化处理的小波系数,进行小波重构。
2 小波降噪的参数选择
2.1 小波基的选取
小波系统设计的方法[8]:(1) 一个基于Remez交换算法的设计系统,该算法可以设计一个正交小波系统,使其具有正则性且在抑制频带中具有最优切比雪夫的性质;(2)设计小波系统的另一种方法是,设置一个最优化准则并且使用一个一般的约束化程序设计以存在性和正交性条件作为约束条件的h(n)。
该文主要研究的是通信MPSK复信号(8PSK/QPSk/BPSK)的去噪,所以选择可以很好适合该类信号特征的小波基就显得至关重要,这样才能取得更好地消噪效果。相比其它小波基,Reverse Biorthogonal小波系中的“rbio6.8”小波基对于通信MPSK复信号有很好的去噪效果。
2.2 信号小波分解
将Mallat多分辨分析算法的正交小波分解算法推广到小波分解算法,则得到小波分解公式:
(2)
式中系数、分别为尺度下的一个逼近函数在子空间和上的投影,小波分解不仅可以对低频系数进一步分解,而且可以对高频系数同样进行精细分解。
2.3 小波分解系数的阈值量化
小波包降噪中,阈值的确定是一个关键的问题,小波全局阈值为:
(3)
(4)
为噪声标准差;为第一层高频系数的绝对值中值;0.6745为噪声标准差的调整系数;N为信号的长度。
阈值函数体现了对小波系数的处理策略,经典的阈值函数是Dohono提出的硬阈值和软阈值函数,针对本项目采用的是软阈值函数。
软阈值函数表达式为:
(5)
其中,为判断正负号的函数;为小波包分解的高频系数;T为阈值。
2.4 信号的小波重构
小波重构公式:
(6)
式中系数、分别为尺度下的一个逼近函数在子空间和上的投影。
3 性能仿真与分析
3.1 降噪性能评估
该文在评价基带通信复信号的小波降噪用了四个技术指标:分别为降噪后的输出信噪比()、相位失真度()、信号相关度(Corr)以及误码率(),分别如式(7)~(10)所示。
(7)
其中,X为原始信号;Y为降噪信号;为降噪信号相位与原始信号相位之差;为的平均值;为降噪信号Y的共轭;为错误码元数;为传输总码元数。
3.2 性能仿真与分析
通信系统中采用数字微波通信,应用MPSK调制方式。仿真模型以8PSK为例,通信系统中的噪声为高斯白噪声,选择不同的小波基coif3、db1、rbio2.2,从降噪输出信噪比、相位失真度、信号相关度以及误码率等方面,仿真分析未经小波降噪和经过不同的小波基降噪后的性能。
3.2.1 降噪输出信噪比
8PSK加噪信号和经过不同的小波基降噪后输出信噪比曲线如图1所示。
由图1可以看出,进行小波降噪后的输出信噪比要优于未经小波降噪的信噪比,降噪效果rbio2.2最优,coif3次之,db1降噪效果最差。经rbio2.2小波降噪后信噪比要提高7 dB左右。
3.2.2 相位失真度
8PSK加噪信号和经过不同的小波基降噪后相位失真度曲线如图2所示。
由图2可以看出,在信噪比SNR≥15dB时,未经小波降噪和经过小波降噪后的解调恢复的相位失真基本相同;在SNR<15 dB时,由于小波降噪后提升了解调信噪比,对信号恢复的准确度提升,不同小波基的相位失真度rbio2.2 3.2.3 信号相关度 8PSK加噪信号和经过不同的小波基降噪后信号相关度曲线如图3所示。 由图3可以看出,在信噪比SNR≥15dB时,未经小波降噪和经过小波降噪后的信号与原始信号的相关系数较大且接近相同,corr>0.95;在SNR<15dB时,经过降噪后的信号可以提升与原始信号的相关度,提取恢复原始信号特征,不同小波基的信号相关度rbio2.2>coif3>db1>8PSK。 3.2.4 误码率 8PSK加噪信号和与未经小波降噪的8PSK加噪信号相比,经过小波降噪后可以提升解调误码率性能,不同的小波基降噪对误码率的提升效果不同,其中rbio2.2提升效果最好,coif3效果次之,db1改善效果最差。 4 結语 海上油田通信系统特有的高电压、强电磁干扰环境会导致电磁频谱的背景噪声严重,影响通信系统的解调门限,使话音、视频等业务质量变差。在海上油田通信系统中应用小波降噪技术,在强噪声背景下提取微弱信号特征,显著提升解调信噪比和信号相关度,降低相位失真度和误码率,明显改善海上油田微波通信性能。 参考文献 [1] 毛中亚,郭其一.城市轨道交通系统谐波的小波降噪仿真分析[J].系统仿真学报,2006,18(2):939-948. [2] 王学敏,许玉国,孙永泽,等.小波降噪在引信时频信号处理系统中的应用[J].探测与控制学报,2013,35(6):18-22.