一种针对电能表微功率无线通信信号干扰监测系统的设计*

孙道兵

(合肥滨湖职业技术学院机电学院，安徽 合肥 230601)

引言

智能电能表的本地通信是用电信息采集系统的关键构成部分，电力用户对其安装速度、通信稳定性、覆盖范围[1]等方面的需求越来越高，这也变成了用电信息采集系统运作的难点.为处理上述问题，出现了形式各异的通信方式：石英光纤、塑料光纤[2]、微功率无线等.其中微功率无线的实效性更强，具有更好的应用优势.电力用户通常较为关注电能表信息的采集成功率，在电能表中应用微功率无线通信方式时，不可避免会对电能表造成一定干扰[3]，为此提出信号干扰实时监测手段，完成电能表数据高精度采集.文献[4]提出构建无线通信信号干扰监测系统，利用中继节点处理中继干扰；设计基于滤波并行的匹配信号软干扰基础算法，消除匹配的并行干扰，检测全部算法符号.文献[5]研究一种舰船网络化电气传动干扰信号实时监测方法，在舰船电气传动设备中构建非线性动力学方程，得到舰船电气传动设备干扰信号，计算该部分干扰信号的瞬时转速波动率，代入噪声抑制率评估参数，明确实时监控干扰信号参量，实现电气传动干扰信号实时监测分析.但上述两个方法由于考虑变量较多，均存在计算速率缓慢现象.提出一种基于DDC(Digital Down Conversion，数字下变频)的电能表微功率无线通信信号干扰监测系统.运用DDC技术解决微功率无线通信信号难以采集的弊端，使用上位机和信号频谱监测干扰设备完成信号干扰监测系统构建，并利用仿真实验证明了系统的高实用性.

1 基于DDC的微功率无线通信信号增强处理

无线信道是一种媒介，用于微功率的无线通信，通信板块大多安装于配电房、地下室等环境较差的位置，信道形式也富有多样性.对通信环境的信道建模是探究微功率无线通信信号的关键.图1是无线信号从电能表射出的信源通过信号编码、调制、传输，再通过电能表解调、翻译编码等操作最终变为信宿的流程.

图1 无线信号传播流程

无线信道电波传播分为两种：大尺度衰落与小尺度衰落.大尺度衰落关键出现于信号长距离传播的路径耗损和由于障碍物阻隔形成的阴影衰落两种模式，定义了发射端和接收端二者间的信号功率均值伴随距离的衰退特征[6].小尺度衰落定义了短距离及时间中接收信号功率的迅速改变，通常运用多径效应与多普勒效应获得.

电能表内微功率无线通信信号的集中器不具备相对移动，所以在划分时不用考虑信号的多普勒效应，考虑真实信号的多途径传播即可.

在信号接收的环境内，对数衰减的速度随接收功率的均值及距离d的变化而改变，运用配备有随机变量的正态分布函数拟合信道描述大尺度衰减特征，将其记作：

(1)

式(1)中，Xσ是0均值随机的高斯分布变量，σ为标准误差，定义了信道传播环境的变化生成的差异性阴影效应.

将小尺度衰落的功率延迟记作：

p(s)=G[|hs|2]

(2)

式(2)中，hs是信道内的冲击反应系数.

微功率无线通信中的电磁波涵盖电场与磁场，利用发射器中的天线即可获得电磁波.天线不仅是信号的空间转换器，还是一种数据接口，连接自由空间.正弦波本质上是信号转发后的一种变换状态.当电压呈现极性变化，天线包含的所有元件组合起来构成电磁场，这种极性状态每半个周期更新一次.天线每个元件的电流都会生成电磁场，磁场方向定期变化，一般为半个周期，电磁场由此呈现出了直角正交这一状态[7].

利用DDC进行信号处理前，根据电磁场强度公式，依据功率在自由空间中的密度，将干扰信号的电磁场强度和微功率之间的关联表示为：

W=E2/R_air

(3)

式(3)中，W代表功率的密度，W/cm2；E是电场的强度，N/C；R_air是自由空间内的波阻抗.

倘若微功率无线通信设备的天线向外辐射，辐射量均匀，辐射状态为球形，将源天线V在相对距离发射的功率密度记作：

W=P/(4×π×D2)

(4)

式(4)中，P为辐射源正常输出功率，W；V是测量点和辐射源的间距，单位是cm.

将式(4)引入式(3)，得到：

(5)

利用上述公式能推算出距离微功率无线模块天线2 cm处的场强为：

(6)

数字化变频调频技术可以将中频信号改变成基带信号，依据变频的不同需要，输出正交信号Q，也能输出I(实信号)，抽取低通滤波，中频处理声呐信号、无线电、雷达、蜂窝通信等正交信号.由于微功率无线通信信号很难采集，使用数字下变频技术对信号进行进一步处理，提升信号采集强度，才能确保后续信号干扰监测系统结果的可靠性，以下为具体信号增强过程[8].

假设微功率无线电通信时的一复信号为：

s(t) =ejωtd

(7)

式(7)中，ωd表示基带信号s(t)的频率，Kb/s.

设定I、Q两路正交信号为：

I(t)=cos(ωdt)

(8)

Q(t)=sin(ωdt)

(9)

若I、Q通道不均衡时，获得的信号幅度与相位都产生了对应变化.如果两个通道间的增益误差是ε，相位误差是Δφ，以I通道为例，把全新的I、Q通道信号记作：

I′(t)=I(t)=cos(ωdt)

(10)

Q′(t)=(1+ε)sin(ωdt+Δφ)

(11)

合成之后的信号幅度为：

A′(t)=I′2(t)+Q′2(t)

(12)

倘若k=1+ε，把式(10)、式(11)引入式(12)，将其简化得到：

A′(t)=cos2(ωdt)+[ksin(ωdt)Δφ]2

(13)

从式(13)可知，新生成的信号幅度遭受频率是2ωdt的信号干扰.将合成后的信号相位记作：

=tanarc[kcos(Δφ)tan(ωdt)+ksin(Δφ)]

(14)

利用频域方面阐明信号增强机制，将全新生成的信号定义为[9-10]：

s′(t)=I′(t) +jQ′(t)

=cos(ωdt) +jksin(ωdt+Δφ)

=ejωd t+e-jωd t+kej(ωd t +Δφ)-2e-j(ωd t +Δφ)

(15)

将新信号的傅立叶变换过程记作[11]：

(1-ke-jΔφ)πδ(ω+ωd)

(16)

在增益误差与相位误差均等于0的情况下，将两个误差引入式(14)得到：

Fs′=2πδ(ω-ωd)

(17)

对比公式(16)与公式(17)可以得出，在增益误差与相位误差同时存在的状况下，增益误差不仅应当具备信号的频率分量，还应得到镜像的频率分量.镜像的频率分量，其幅度应与Q、I路径之间的相位误差相关联，与增益误差呈现正比关系.将信号干扰增强公式记作公式(18)，完成微功率通信信号采集过程中的信号增强目标.

(18)

2 微功率无线通信信号干扰监测

利用上述过程高效率完成微功率无线通信信号采集后，需要构建微功率无线通信信号干扰监测系统，其整体架构表示为图2所示.

图2 系统整体架构示意图

图2中，该系统由信号频谱干扰监测设备与上位机构成.

1)信号频谱干扰监测设备由信号接收与发射前端、信号处理单元与数据通信单元共同构成.主要涵盖两类工作情况：扫频监测与异常频点压制模式，其一为扫频工作状况，可以实现30～150 Hz频率范围中，随机频段的信号频谱监测，对收集到的信号实施功率谱评估，监测是否具备干扰信号，将功率谱与干扰信号频率信息传输至上位机等待处理.其二，如果监测过程中，信号频谱干扰监测设备识别到异常信号，如果用户想要通过上位机对其进行压制，那么需要进入异常频点压制工作模式，以此能完成30～150 Hz范围中任意频段的信号频谱监测功能，频率分辨率为28 kHz.与此同时，系统可以对30～150 Hz频率范围中随机频点的干扰信号采取压制[12]，保证系统射出的压制干扰信号带宽不小于400 kHz.

2)上位机的任务是设定与查找频谱监测干扰设施的工作情况，生成系统配置参数；接收并处理频谱监测干扰信号上传的信息，包括异常频点与功率谱；及时展现微功率无线通信的频谱占用状况，并记录干扰信号中心频率与功率数据.上位机是系统的控制核心，其操作面板与数据交换可运用Visual Studio工具、微软基础类库和C++通用编程语言实现，其程序功能如图3所示.

图3 上位机功能解析图

信号干扰监测系统内的信号处理主要包括以下内容：

1)处理FPGA数据和收集射频信号.

2)通过可程控的射频接收射频前端，组成可程控的发射单元.

频谱干扰监测设备和上位机之间的数据交换包括两种策略：一个是基于PCI(Peripheral Component Interconnect，外设组件互连标准)总线的通信模式，另一个为USB(Universal Serial Bus，通用串行总线)通信模式.PCI总线相比USB模式而言，拥有体积大、数据传输速度慢等缺陷，所以系统检测干扰信号和上位机之间的通信模式使用USB模式[13].

现场可编程逻辑门阵列(Field Programmable Gate Array，FPGA)担负数据处理任务，达到高效率监测数据传输目标.FPGA无法采取小数计算，通常把小数定点化之后再实施计算，以此将其关键处理板块划分为如图4所示的形式.

图4 FPGA处理板块示意图

图4中，FPGA首先加窗处理基带数据，然后对加窗后数据采取进一步处理，生成工作参数指令解析，在射频收发单元使用零中频结构，所以无需顾虑镜频干扰影响，且不用安设带通滤波器，降低系统体积与成本，但拥有直流分量、本振泄漏等操作问题，在低噪音与线性度方面也略显不足，而零中频结构在设备小型化、减少系统建设成本与简化信号处理方面拥有极大优势[14]，为了降低干扰信号数据泄露现象，防止对系统性能造成不良影响，完成系统功能控制.图5是经过USB通信模块后的基带信号处理过程图.

图5 基带信号处理过程图

图5中，射频接收前端采集信号后，对信号进行放大，放大后和正交的混频获得I、Q模拟信号，然后模拟低通滤波变成I、Q正交数据信号，同时实现IQ抽取滤波、数模变换、模拟滤波、放大、混频，最终利用发射天线传输混频之后的信号低噪声信号，让系统及时显示监测结果[15]，完成信号的收集接收与信号发射.

接收和发射前端覆盖的信号频率限制为30～150 Hz，由于单根天线无法涵盖全部频段，所以需要搭建两路接收信号，进行基带信号加窗，如图6所示.

图6 FPGA内干扰信号处理板块组成图

图6中，由于RX2、TX1与TX2工作模式都属于半双工，用来搜寻、采集信号的天线是相同的，需要采用半双工属性工作模式接收和发射信号，即采用时隙分时收发相同端口的射频信号.其中，天线收发第1端口的信号频段要在2.1 GHz以下，其他信号接收的频段覆盖范围为30～70 Hz，将背景信号功率谱运算与拼接当作监测模板，保证背景信号频谱在扫频时持续更新，保障信号干扰监测结果实时性与可靠性.

3 实验结果与分析

为验证本文方法的正确性，设定载波频率为40 Hz，采样频率为2 800 MHz，使用本文方法与文献[4]、文献[5]方法进行仿真对比，观测几种常见的微功率无线通信信号干扰模式在不同方法下的监测精度与效率.信号干扰模式为单频干扰、梳状谱干扰与扫频干扰.

关于单频干扰，它的干扰频点只局限于中心频率周围，在某频段位置监测到干扰时，认定存在信号干扰.梳状谱干扰频点较多，本文设置为5个，如果5个频点都被监测到，则具备干扰信号.由于扫频干扰频率变化很快，若在选定的频段上监测到干扰现象，即认定存在信号干扰.

三种干扰模式下，本文方法与两种文献方法的信号干扰监测结果如表1～表3所示.

表1 单频信号干扰在三种监测方法下的检测率/%

表2 梳状谱信号干扰在三种监测方法下的检测率/%

表3 扫频信号干扰在三种监测方法下的检测率/%

从表1～表3可知，在同样干扰信号比下，本文方法的信号干扰监测率显著优于两个文献方法，伴随实验次数的增多，监测正确率也在逐步提高，且干扰信号比大于等于6时，监测率均保持在90%以上，逐渐趋近于100%.本文系统能有效处理频谱监测干扰信号上传的功率谱数据和异常频点数据，充分保障了监测结果的实时性与精准度.

图7是三种方法的信号干扰监测效率对比.从图7中可以看出，三种方法在监测迭代次数较少时所耗时间大致相等，但在迭代次数高于8时，本文方法展现出更好的监测效率，文献[4]由于匹配滤波信号检测耗时较长，导致方法在计算量过高时无法满足更快的运算效率.文献[5]在计算干扰信号瞬时转速波动率时没有考虑不同的信号干扰模式，导致方法运算效率不高.综合来看，本文系统拥有更加完备的监测性能，实用性强.

图7 三种方法信号干扰监测效率对比图

4 结论

为提升电能表采集信息精度，对其微功率无线通信信号干扰进行深入研究，组建基于DDC的电能表微功率无线通信信号干扰监测系统.该系统体积较小便于携带，能够准确监测出信号干扰现象，进一步优化电能运转状况，为用户提供更为优质的电力服务.但在系统构建时并未考虑网络使用环境，在今后研究中会加以改进.