[論文レビュー] Analysis of the Impact of Impulsive Noise Parameters on BER Performance of OFDM Power-Line Communications

Kassim Khalil, Patrick Corlay+3 more|arXiv (Cornell University)|Feb 24, 2015

Power Line Communications and Noise参考文献 13被引用数 6

ひとこと要約

本稿では、OFDMベースの電力線通信におけるインパルスノイズのパルス列モデルを提案し、インパルスの振幅、幅、相互到着時間の影響がビット誤り率（BER）に与える影響を分析している。実際のノイズモデルが、特に長時間のインパルス幅と相関する到着によるバースト型誤りパターンを捉える点で、従来のベルヌーイ・ガウス（BG）モデルを上回ることを示している。

ABSTRACT

It is well known that asynchronous impulsive noise is the main source of distortion that drastically affects the power-line communications (PLC) performance. Recently, more realistic models have been proposed in the literature which better fit the physical properties of real impulsive noise. In this paper, we consider a pulse train model and propose a thorough analysis of the impact of impulsive noise parameters, namely impulse width and amplitude as well as inter-arrival time, on the bit error rate (BER) performance of orthogonal frequency division multiplexing (OFDM) broadband PLC. A comparison with the conventional Bernoulli-Gaussian (BG) impulsive noise model exhibits the difference between the two approaches, showing the necessity of more realistic models.

研究の動機と目的

• OFDMベースの電力線通信におけるインパルスノイズのパrameter（振幅、幅、相互到着時間）がBER性能に与える影響を分析すること。
• 実際のパルス列インパルスノイズモデルの性能を、従来のベルヌーイ・ガウス（BG）モデルと比較すること。
• 特定の仮定の下でBGモデルが提案されたパルス列モデルの特殊ケースであることを示すこと。
• 実際のPLCチャネルにおける測定されたインパルスノイズ特性を正確に反映するシミュレーションフレームワークを提供すること。
• BGモデルが長時間持続するインパルスによって引き起こされるバースト型誤りパターンを捉えられていないことの限界を強調すること。

提案手法

• 測定されたPLCノイズ特性に基づいてパルス列モデルを導出。インパルス振幅、幅、相互到着時間をパrameterとして定義。
• インパルスのランダム発生をポアソン過程で記述。相互到着時間は指数分布に従う。
• インパルス振幅はガウス分布に従い、幅は平均値をもつ指数分布に従う。
• OFDM伝送を採用。サイクリックプレフィックス（CP）と周波数領域エ Qualization を使用。1.8–100 MHz帯をシミュレート。
• AWGNとインパルスノイズの両方の条件下でBER性能を評価。パルス列モデルとBGモデルを比較。
• BGモデルをパルス列フレームワーク内に再現するため、インパルス幅をサンプリング時間に設定し、到着率をインパルス確率に一致するように調整する。

実験結果

リサーチクエスチョン

• RQ1 インパルス幅と振幅は、OFDMベースのPLCシステムにおけるBER性能にどのように影響を与えるか？
• RQ2 インパルス間の相互到着時間は、システム誤り率にどのような影響を及ぼすか？
• RQ3 提案されたパルス列モデルは、従来のベルヌーイ・ガウス（BG）モデルと比較して、BER性能においてどのように異なるか？
• RQ4 BGモデルは、特定のパrameter設定の下でパルス列モデルの特殊ケースと見なせるか？
• RQ5 実際のノイズパrameterは、BGモデルが捉えられていないバースト型誤りをどれほど引き起こすか？

主な発見

• インパルス幅はBERに顕著な影響を与える。60 µsのインパルス幅は1 µsよりも著しく高い誤り率を引き起こし、特に高SNR領域で顕著である。
• インパルス振幅が高くなる（Γ = 1000）と、Γ = 10の場合に比べてBERが著しく上昇し、インパルスパワーの強い影響を確認した。
• パルス列モデルを用いたBER性能は、BGモデルとは異なるトレンドを示す。特に、長時間持続するインパルスによるバースト型誤りパターンの影響が顕著である。
• BGモデルは、独立で短時間持続するインパルスを仮定しているため、誤りバーストを低く見積もっている。一方、パルス列モデルは相関する長時間の干渉を捉えている。
• インパルス幅をサンプリング時間に設定し、到着率（λ）をインパルス確率（ψ）に一致するように調整することで、BGモデルをパルス列フレームワーク内で再現可能である。
• μ = 1000、ψ = 0.1の場合、同等のλは0.0085 × T_symbolとして計算され、両モデルのBER曲線が一致した。これにより理論的同等性が検証された。