无线传感器网络中基于DSSS抗电力系统强电磁干扰技术研究

李锡忠，孙 超，郑 薇，谢 晖，王 峥

(1.国网营口供电公司，辽宁 营口 115000；2.北京智芯微电子科技有限公司，北京 100192)

无线传感器网络中基于DSSS抗电力系统强电磁干扰技术研究

李锡忠1，孙 超1，郑 薇1，谢 晖1，王 峥2

(1.国网营口供电公司，辽宁 营口 115000；2.北京智芯微电子科技有限公司，北京 100192)

无线传感器网络因具备部署便利、组网灵活、运行可靠等特性得到了广泛应用。针对电力系统中强电磁环境对无线传感器网数据正常传输造成了严重干扰的问题，探讨了电力系统强电磁环境的特点，在此基础上对基于扩频技术的直接序列扩频(direct sequence spread spectrum, DSSS)进行了详细分析。首先节点检测是否受到了电磁信号的干扰，其次，中继转发节点估算信干比，根据信干比的大小采用自适应滤波器来抑制电磁干扰，从而有效地提高了传感器节点的抗电磁干扰能力。采用matlab仿真，结果表明与其他抗干扰算法相比，在强电磁环境下采用直接序列扩频技术可以有效地降低接收端的误码率并提高节点投递率，进而改善网络性能。

无线传感器网络；电力系统；强电磁干扰；DSSS

0 引 言

电力系统通信是电力系统中不可或缺的重要组成部分，是电网实现调度自动化、电网运营市场化和电网管理信息化的基础，是确保电网安全、稳定、经济调度的重要技术手段[1]。为了保证在电力系统中数据的可靠性和实时性传输，要求对电力系统进行实时监控、诊断和保护，以防止电力系统扰动甚至于长时间的电力中断[2]。对传统电力系统的监测和诊断大多使用有线部署方式，但使用这种方式存在很多的缺点和不足，例如在铺设传输线的同时线路还常年暴露于大气中，这很容易导致故障发生，且不易检修和维护等问题。而以IEEE 802.15.4标准为基础的无线传感器网络(wireless sensor network, WSN)是一种运行可靠、安装灵活、成本低廉的无线网络技术，节点可作用于条件苛刻的环境中，且能够长期有效地采集电力系统运行状态数据，非常适合用于电网无线监测和诊断系统。此外，无线传感器网络能够满足用户对电能质量、供电安全、电能利用效率及个性化的供电服务等方面的要求。因此，无线传感器网络在电力系统中有广阔的应用前景[3]。

无线传感器网络是当今国际上备受瞩目的前沿研究焦点，它融合了传感技术、嵌入式计算机技术、现代网络技术、无线通信技术和分布式智能信息处理技术，能够以协作的方式实时感知、采集和处理网络覆盖区域中监测对象的信息，从而提高在线监测系统的可靠性[4]。因此，无线传感器网络将广泛应用在多目标、短距离通信中，也将在电力系统通信领域中发挥非常重要的作用。

然而，目前无线传感器网络在电力系统中的应用发展较为缓慢，主要原因在于强电磁干扰的情况下传感器网络的链路会受到极大的影响，目前针对此领域国内外研究极少，其所关注的重点主要放在配电网自动化以及温度、电能在线监测方面。因此，针对该研究现状，本文首先研究了电力系统中的强电磁环境干扰。

现有的扩频技术包括跳频扩频技术(frequency hopping spread sprectrum， FHSS)和直接序列扩频(direct sequence spread spectrum, DSSS),其中,直接序列扩频是目前使用最为广泛的扩频方式，直接序列扩频一般可用来防止恶意攻击、干扰攻击[5]。直接序列扩频要求发送端和接收端要共享一个伪随机码，发送端使用此伪随机码对信号进行相应调制，由于干扰信号处于另外一段频段，故与伪随机码是不相关的。所以，发射端使用伪随机码对信号扩展后，将干扰信号的功率也进行了扩展，信号通频带内的干扰信号功率得到了大幅度降低，故此，直接序列扩频的这一优良性能是其他窄带通信都难以替代的。本文将其应用在电力系统抗电磁干扰的环境中，提高了网络吞吐量及投递率，进而提升网络性能。

1 相关工作

1.1 电力系统强电磁干扰

随着国民经济的快速发展，各种通信、雷达、导航、测控设备的种类和数量迅速增加，电力系统内部设备的要求越来越高。由各类电力设备构成电力系统，由于内部大电流、高电压输变电设施之间的电磁干扰和相互作用，使得电力系统成为一个强、弱电设备密集分布的强电磁环境。

由于电网的不断扩大、电压等级的逐渐提高，使得电力系统的电磁环境和电磁干扰问题越来越受到关注。主要体现在以下6个方面：①大型变电站接地网安全性设计问题；②大型变电站保护下的电磁兼容问题；③气体绝缘变电站的瞬态电磁场问题；④超高压输电线路及其铁塔的三维电磁场问题；⑤城市电网改造中的电磁环境问题；⑥电网建设中的电磁干扰问题。

电磁干扰是人们最早发现的电磁现象，通常由电磁辐射发生源如机械、电工、电子设备产生，可能引起电子装置、设备或系统性能下降甚至失效，或者对生命或无生命组织造成损害[6]。电磁干扰的产生必须具备3个要素：发出电磁噪声的干扰源、电磁干扰的耦合通路和对电磁干扰敏感的电子设备。电磁干扰的分类如表1所示。

表1 干扰分类

本文主要对电力系统中电力设备产生的电磁噪声导致其他电子系统如无线传感器网络性能降低的情况进行讨论。由于电力系统中使用了重要的强电设备，电力系统的电磁场强度值非常大，是强电磁干扰源，因此，它在运行时会对周围环境和弱电设备产生各种电磁干扰，其影响是不可忽视的。电力系统中电磁环境复杂且强大，主要有2类电磁干扰：0～300 MHz低频部分和2.4～2.5 GHz同频带宽。

1.2 基于无线传感器网络的电力系统

由于有线网络在实施布线及改线时，其工程量大，设备容易受损且不可移动，同时应用于复杂、工作地点不确定、原备用端口不够用、突发性事故等场合中有一定的局限性。而无线传感器网络中节点能够部署在各种条件苛刻环境险恶的区域中，电力系统通过传感器节点将各种电力设备有机地结合在一起，形成了一个电力用户与各种服务及其设备相结合的大型网络，从而可以有效地采集数据信息并进行分析处理。

在电力系统中，各种电气量、开关量、模拟量等的监控和检测主要通过无线传感器网络来完成。无线传感器网络是一种应用型网络，根据监测对象的不同，传感器节点安装配置在不同的电力系统设备上，用来测量不同的对象信息，并对得到的数据信息进行处理。图1为基于无线传感网络的电力系统结构图。

图1 电力无线传感网Fig.1 Wireless sensor network for power system

通过利用无线传感器网络，使得管理员能够全面实时监测和控制电力系统的各关键部门以及电力运作过程的硬软件状态，并将设备的监测数据整理分析和反馈，从而有效控制终端设备。由于无线传感器网络具备通信、组网、管理、分布式信息处理、针对不同应用目标的服务质量描述、网络安全等的关键技术，因此，为了构建高效、信息化、数字化、自动化和互动化的电力系统，将会把无线传感器网络应用于其中。

2 扩展频谱通信技术

2.1 扩频通信原理

扩展频谱通信，简称扩频通信，是一种信息传输方式，其信号所占有的频带宽度远远大于所传信息必需的最小带宽；频带的扩展是通过一个独立的码序列(一般是伪随机码)来完成，一般通过编码或者调制的方法来实现；在接收端使用用同样的码来进行相关同步接收、解扩，从而恢复出信号原始的采集信息[7]。

采用扩频通信技术，一般具有3个显著的特征，首先信号是宽带信号且是由系统的伪随机序列所产生的，其次为了减少信号干扰，传输信号的带宽远远大于信号本身的带宽，最后为了能在接收端正常地恢复出感知信号，在接收端和发送端使用相同的伪随机码进行解扩。基于以上扩频技术的优点，本文将扩频技术用于无线传感器网络中，用于抗电磁干扰、抗多径衰落。

2.2 DSSS技术及其结构框架

2.2.1 DSSS原理

直接序列调制扩展频谱通信系统就是用高速率的扩频序列将要发送的感知信号在发送端扩展信号的频谱，收端再用与发端扩展相同的伪随机序列对接收到的扩频信号进行相应地解扩，把展开的扩频信号还原成原来的信号[8-9]，直接序列扩频方式是直接用伪噪声序列对载波进行调制，要传送的数据信息需要经过信道编码后，与伪噪声序列进行模2和生成复合码去调制载波。

2.2.2 网络环境与系统模型

网络中部分节点会受到电磁的干扰，网络场景如图2所示，网络节点分布在M×M的矩形区域，网络节点初始能量相同，传输功率随着距离的增大而增大。节点数据产生的速率相同，且感知数据时能量的消耗相等。在矩形区域的中间存在干扰源，源节点到目的节点传输数据会带来很长的传输时延，且中继节点会因能量开销过大而过早死亡；而在链路受到干扰时，没有考虑根据受干扰的程度去调节节点发射功率导致节点带来了额外的能量消耗，甚至导致网络的分割，从而使得网络无法正常运转。

针对以上传感器节点运用在电子系统所存在的问题，网络中继节点检测干扰攻击，可以通过计算网络数据投递率(packet delivery ratio, PRD)的方式来评估是否存在干扰攻击，然而，网络投递率减小并不一定是干扰攻击所致，也可能是其他多种原因所导致的，极有可能是传感器节点本身的一些原因，为了能够正确检测干扰攻击，防止误报，阈值的合理性极其重要，且需要与信号强度合理搭配。阈值可以通过先验数据进行训练得到，仿真模拟网络数据传输，模拟网络数据拥塞严重的情况，计算出PDR，本方案将此投递率置为阈值。若数据包的投递率低于此阈值，再进一步检查，一般情况下，信号的强度和投递率是相对应的，即高信号强度对应高投递率。当低投递率对应于低信号强度时，此情况出现可能是由于发送节点和协调器超出了一定的通信范围，而当低投递率对应高信号强度时，则说明其遇到了干扰攻击。网络干扰的评判标准，是通过信号强度与投递率的对应关系判断网络是否受到了干扰。

图2 网络场景Fig.2 Network scenario

中继节点根据丢包率和时延的关系检测网络中是否受到了电磁干扰，若随着时延的增加丢包率也在增加则说明网络中受到了电磁干扰，节点需要运行基于直接序列扩频的抗干扰机制。本文节点在使用直接序列技术对信号进行扩频时伪随机码采用的是m序列，对信道调制采用的是QPSK的方式。下一跳接受节点时，首先通过相应的调制方法将接收到的信号变频至中频信号，再用QPSK进行调制，在接收端采用与发射端相同的伪随机码与接受到的调制信号进行模2操作进行解扩从而恢复出原始信号。直扩系统发射端和接受端[10]框图如图3和图4所示。

图3 发送端Fig.3 Transmitting terminal

图4 接收端Fig.4 Receiving terminal

只有当发送端和接收端伪随机码保持一致同步的情况下才能很好地恢复出原始信号。因此在使用扩频通信技术时，保持发送和接收端的同步是非常重要的。

2.2.3 信干比的估算

受到干扰的中继转发节点除了收到正常通信信号外，还可能收到地面、空中的电磁干扰，在收端，有用信号功率可表示为

S=Pst+Gst+Gr-Lsp-Ls

(1)

(1)式中：Pst为传输信号功率；Gst为传输节点的天线增益；Gr为转发节点的天线增益；Lsp为信号空间传输损耗；Ls为节点间天线间的系统及插入损耗。转发节点的干扰信号功率可表示为

I=Pit+Git+Gr-Lip-Ls-FDR(Δf)

(2)

(2)式中：Pit为干扰信号发射功率；Git为干扰天线发射增益；Lip为干扰信号空间传输损耗。视距条件下，空间传输损耗为

Lp=32.4+20lgr+20lgf

(3)

(3)式中：r为节点间的相对距离(单位为km)；f为信号频率(单位为MHz)。FDR(Δf)为频率带宽因子，它由调谐抑制OTR和频偏抑制度OFR(Δf)两部分组成[10]。

FDR(Δf)=OTR+OFR(Δf)

(4)

OTR是系统工作时的带宽因子，可以表示为

(5)

OTR也称校准因子，多数情况下可表示为

(6)

(5)式中：P(f)为干扰信号功率谱密度；H(f)为转发节点的频率响应。(6)式中，BR为转发节点3 dB带宽；BT为传输节点的3 dB带宽。

OFR(Δf)为干扰传输节点带宽与转发节点带宽相重叠的带宽因子，且

(7)

(7)式中：Δf=fi+fr，fi和fr分别为干扰信号频率和转发节点调谐带宽，同频干扰时可取为

OFR(Δf)=0

(8)

从而可得转发节点的信干比为

RSI=S-I

(9)

(9)式中：S为有用信号功率；I为转发节点干扰信号功率。

2.2.4 误码率的估算

根据柯捷尔尼可夫所提出理论，信号与噪声关系为

(10)

(11)

(11)式表明信噪比和带宽可以互换。对于一定带宽信号而言，若采用宽带信号来传递信息可在强干扰环境下保证信号安全传输。

2.2.5 自适应递归滤波器抑制电磁干扰

自适应递归滤波器是一个空间域的数字滤波器，能够根据输入信号自动调整性能进行数字信号的处理，它通过迭代递归每次只处理需要滤波的点，对不需滤波的点不予以处理最终使得其对区域的畸变降到最小。

中继转发节点通过 (1)-(3)式估算出信噪比后，采用自适应递归滤波器进行滤除干扰信号，在扩频通信系统中应用时，可在中继转发节点基带部分或中频部分加入自适应干扰抑制滤波器，此时自适应递归滤波器就与未知系统具有相似的特征，可用来提供一个在某种意义上能够最好拟合未知装置的线性模型。因为扩频信号有很宽的频带，且强电磁干扰是容易识别和估计的，所以电磁干扰和其他单频干扰所引起的系统性能下降可以由自适应滤波法来改善。通常情况下自适应递归滤波器包括2个步骤，预测和干扰消除，自适应滤波器的作用是对随机信号的当前值提供某种意义上的最好预测，信号的当前值用作自适应滤波器的期望响应，信号的过去值加到滤波器的输入端。在本文中，自适应滤波器的输出可作为系统的输入，从而系统可作为一个预测器；自适应递归滤波器以某种最优化方法可成功消除包含在基带信号中的未知干扰，基带信号可充当自适应递归滤波器期望响应，参考信号充当滤波器输入信号。

3 抗电磁干扰信号的仿真

本文采用matlab针对DSSS技术对于无线传感器网络架构下的电力系统干扰抑制进行分析。模拟电力线场景是在一个600×600 m的矩形区域，汇聚节点处于矩形区域中心位置，共分布500个传感器节点，节点初始能量为2 J。本文根据距离的不同通过设置阈值选择合适的能量消耗水平，传输能量水平取值为67.2 nJ/bit～253.8 nJ/bit，共被分为27个能量消耗等级[11]。假设节点工作于2.4 GHz频段，数据传输速率为250 Kbit/s。为了节省节点能量耗散速率，假定数据传递速率越高，节点处于激活状态时间越短。节点传递数据包大小为30 bits，节点缓存区最多可容纳64个数据包。本文选择误码率Pe作为系统性能度量标准。Pe指代系统通信过程中目的节点接收到的正确数据比特数在总传输数据比特数中的比重。

3.1 抗干扰性能分析

该部分研究电磁干扰对系统性能的影响。加入电磁干扰后，取码片数为10，振幅值分别取值为4，5，8，其数值选取采用逐渐增加的方式进行，模拟真实场景下电力系统中存在的干扰大小。共进行多次仿真运算之后取平均值，所得曲线如图5所示。图5中显示了干扰强度不同情况下Pe变化情况。从图5中观察不难发现干扰会损坏传感网架构下电力系统数据传递。并且，随着干扰程度加剧Pe恶化程度也会随之加剧。

图5 信噪比与误码率关系Fig.5 Relationship between SNR and bit error rate

3.2 填充码比率对性能影响分析

η为扩频序列填充比特数在数据总比特数中所占比重。初始消息长度为128 bits，η取值为[0.1,1]。为了研究扩频序列中所需填充序列长度与系统性能间关系，该部分对η，Pe间关系进行了仿真分析，结果如图6所示。

图6 填充码占比与误码率关系Fig.6 Relationship between SNR and filling element

仿真结果表明，初始阶段随着数据包中填充码数量逐步增长，系统误码率Pe变化速率较快，此后，填充码数量在整个扩频序列中比重继续扩大，误码率Pe不会产生太大变化。这说明在研究DSSS抑制WSN架构下电力系统中电磁干扰问题的过程中可以对DSSS机制中填充码位数进行优化，从而使系统获得更优异的性能。

4 结束语

随着我国经济对电力需求的增加，人们对电力系统的要求也在不断地提高，同时，随着无线技术的不断提升，无线传感器网络的优势日益突出，因此科研单位和企业不约而同地将无线传感器网络应用于电力系统中。由于无线传感器网络具有安装便利、成本低廉的特点，所以能够有效地解决有线通信中布线困难、成本较高、不易维护和升级等问题，从而提高网络在强电磁环境下的组网灵活性和传输可靠性，使得无线传感器网络能够广泛地应用于电力系统领域中。但是，电力系统的电磁环境日益复杂，而且电磁环境处于不断运动的状态，必将造成强烈的电磁干扰。强电磁干扰对无线传感器网络性能的影响也越来越突出，轻则影响数据的采集和传输，重则损坏电子设备。因此，本文提出了基于DSSS的抗电磁干扰机制，网络节点通过检测投递率的大小与预先设定投递率阈值来决定是否受到了干扰，再通过估计电磁干扰的功率和有用信号的功率来估计信干比，根据受到电磁干扰的强度采用自适应的滤波器对电磁噪声信号进行滤波，从而提高了节点的投递率，减少网络数据重发，也减少了网络节点的能量开销，优化了网络性能。

[1] 赵国辉. 无线传感器网络在电力系统通信中的应用[J]. 农业科技与装备, 2012(8): 60-62. ZHAO Guohui. The application of wireless sensor network in power system communication[J]. Agricultural Science & Technology and Equipment, 2012(8): 60-62.

[2] 刘玮,黄曙,马凯,等.视频监控技术在电力系统中的应用[J].广东电力,2014,27(4): 57-60. LIU Wei, HUANG Shu, MA Kai, et al. Application of Video Monitoring System in power System[J]. GuangDong Electric Power, 2014, 27(4): 57-60.

[3] AL-ANBAGI I，EROL-KANTARCI M，MOUFTAH H T. An adaptive QoS scheme for WSN-based smart grid monitoring[C]//2013 IEEE International Conference on Communications Workshops (ICC). Budapest, Hungary: IEEE Press, 2013: 1046-1051.

[4] ROSSI M, HOOSHMAND M, ZORDAN D, et al. Evaluating the gap between compressive sensing and distributed source coding in WSN[C]//2015 IEEE International Conference on Computing, Networking and Communications (ICNC).Garden Grove,CA:IEEE Press,2015:911-917.

[5] POPPER C, STRASSER M, CAPKUN S. Anti-jamming broadcast communication using uncoordinated spread spectrum techniques[J]. IEEE Journal on Selected Areas in Communications, 2010, 28(5): 703-715.

[6] 丁敏.电磁干扰及其抑制措施的分析[J].科技传播,2014(15): 119. DING Min. The analysis of electromagnetic interference and its inhibition measures[J]. Theoretical Research, 2014(15): 67-68.

[7] 曾兴雯,刘乃安,孙献璞.扩展频谱通信及其多址技术[M].西安：西安电子科技大学出版社， 2004. ZENG Xingwen, LIU Naian, SUN Xianpu. Spread spectrum communication and its multiple access technology[M]. Xi’an: Xi’an University of Electronic Science and Technology Press, 2004.

[8] PETERSON R L, ZIEMER R E, BORTH D E. Introduction to spread-spectrum communications[M]. New Jersey: Prentice Hall, 1995.

[9] 光明,熊贤祚.扩频通信[M].西安:西安电子科技大学出版社，1999.

GUANG Ming, XIONG Xianzuo. Spectrum Communication[M]. Xi’an: Xi’an University of Electronic Science and Technology Press, 2004.

[10] KARAKUS C, GURBUZ A C, TAVLI B. Analysis of Energy Efficiency of Compressive Sensing in Wireless Sensor Networks[J]. IEEE Sensors Journal, 2013, 13(5): 1999-2008.

[11] 冯小平,罗明,钟征斌,等.FSK信号数字化实时解调方法[J].西安电子科技大学学报, 2001, 28(3): 401-404. FENG Xiaoping, LOU Ming, ZHONG Zhengbin, et al. Research on the method of real time digital demodulation for the FSK signal[J]. Journal of XIDIAN University, 2001, 28(3): 401-404.

李锡忠(1969-)，男，辽宁营口人，高级工程师，国网营口供电公司运检部主任，硕士研究生，主要从事电网设备运维管理工作。E-mail：56409195@qq.com

(编辑：魏琴芳)

Research on strong resistance to electromagnetic interference technology of power system in wireless sensor network

LI Xizhong1，SUN Chao1， ZHENG Wei1, XIE Hui1，WANG Zheng2

(1. State Grid Yingkou Electric Power Supply Company，Yingkou 115000，P.R.China； 2. Beijing Smartchip Microelectronics Technology Co., Ltd.，Beijing 100192，P.R.China)

Due to convenient deployment, flexible networking, reliable operation and other characteristics, the wireless sensor network has been widely used. However, strong electromagnetic environment of power system has interfered seriously with normal data transmission of wireless sensor network. As to this issue, this paper has explored the characteristics of strong electromagnetic occasion within the power system, from which spread spectrum technology based direct sequence spread spectrum technology is analyzed in detail. To begin with, detection is carried out to ensure whether the node is disturbed by the electromagnetic signal. What’s more, the relaying node estimates relay-to-interference ratio and the electromagnetic interference is restrained by adopting the adaptive filter in accordance with the signal-to-interference ratio. Hence, the ability of resistant to electric-magnetic interference is improved. Simulation results from Matlab show that in comparison with other anti-interference algorithms, under strong electromagnetic environment direct sequence spread spectrum technique based method is able to reduce the bit error rate (BER) at the receiver side and improve the node delivery rate. Eventually, the network performance will be promoted.

wireless sensor network； power systems； strong electromagnetic interference； spread spectrum technology； topology control

10.3979/j.issn.1673-825X.2016.06.011

2016-06-17

2016-11-16

李锡忠 56409195@qq.com

TN919

A

1673-825X(2016)06-0815-07