[论文解读] 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 6

一句话总结

本文提出了一种正弦脉冲 train 模型用于正交频 division multiplexing (OFDM) 电力线通信中的脉冲噪声，分析了脉冲幅度、宽度和到达间隔时间对误比特率（BER）的影响。结果表明，与传统的伯努利-高斯（BG）模型相比，更真实的噪声模型在捕捉由较长脉冲宽度和相关到达引起的突发性误码模式方面表现更优。

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.

研究动机与目标

• 分析脉冲噪声参数——幅度、宽度和到达间隔时间——对 OFDM 电力线通信系统 BER 性能的影响。
• 将所提出的脉冲 train 脉冲噪声模型与传统的伯努利-高斯（BG）模型进行性能对比。
• 证明在特定假设下，BG 模型是所提脉冲 train 模型的一个特例。
• 提供一个能准确反映真实电力线信道中测量到的脉冲噪声特性的仿真框架。
• 强调 BG 模型在捕捉由长持续时间脉冲引起的突发性误码模式方面的局限性。

提出的方法

• 基于实测电力线噪声特性推导出脉冲 train 模型，其参数包括脉冲幅度、宽度和到达间隔时间。
• 利用泊松过程描述脉冲的随机发生，其到达时间间隔服从指数分布。
• 脉冲幅度建模为高斯分布，脉冲宽度则为具有平均值的指数分布。
• 系统采用 OFDM 传输，包含循环前缀（CP）和频域均衡，模拟 1.8–100 MHz 频带。
• 在加性白高斯噪声（AWGN）和脉冲噪声条件下评估 BER 性能，比较脉冲 train 模型与 BG 模型的性能。
• 通过将脉冲宽度设为采样时间并调整到达率以匹配脉冲概率，实现在脉冲 train 框架内对 BG 模型的模拟。

实验结果

研究问题

• RQ1 脉冲宽度和幅度如何影响 OFDM 电力线通信系统中的 BER 性能？
• RQ2 脉冲之间的到达间隔时间对系统误码率有何影响？
• RQ3 所提出的脉冲 train 模型与传统的伯努利-高斯（BG）模型在 BER 性能上相比如何？
• RQ4 在特定参数设置下，BG 模型是否可被视为脉冲 train 模型的一个特例？
• RQ5 真实噪声参数在多大程度上导致了 BG 模型无法捕捉的突发性误码？

主要发现

• 脉冲宽度对 BER 有显著影响：60 µs 的脉冲宽度导致的误码率远高于 1 µs，尤其在高信噪比（SNR）条件下。
• 更高的脉冲幅度（Γ = 1000）相比 Γ = 10 导致 BER 显著上升，证实了脉冲功率的强烈影响。
• 使用脉冲 train 模型时，BER 性能趋势与 BG 模型不同，尤其由于长持续时间脉冲引起的突发性误码模式。
• BG 模型低估了误码突发，因为它假设脉冲独立且持续时间短，而脉冲 train 模型能捕捉到相关联的、持续时间长的干扰。
• 通过将脉冲宽度设为采样时间并调整到达率（λ）以匹配脉冲概率（ψ），可在脉冲 train 框架内实现 BG 模型的模拟。
• 当 μ = 1000 且 ψ = 0.1 时，计算得到等效的 λ 为 0.0085 × T_symbol，且两种模型的 BER 曲线完全匹配，验证了理论上的等价性。