电力线通信是一种以配电网为媒介进行数据传输的技术,具有分布广以及不需要重新布线的优点,在智能电网和智能家居领域中表现出巨大的优势和广阔的前景。然而现存电力线主要用于电力传输,在其上存在变化的线路阻抗、频率选择性衰落以及各种噪声。其中,脉冲噪声严重影响了电力线通信系统的性能,给信息的准确传输带来了严峻的挑战。如何在恶劣的噪声干扰环境下实现通信信号的有效传输和处理,一直以来都是国内外高等院校和科研院所的研究重点。本文对多种环境下的电力线噪声进行了测量,在OFDM电力线通信的基础上,深入分析各种噪声抑制算法对脉冲噪声的抑制效果,论文主要的研究成果与创新点如下:(1)针对用电负荷低峰时段的缓变脉冲噪声,论文提出基于矩估计和迭代反馈补偿的脉冲噪声抑制算法。首先,采用矩估计方法估计脉冲噪声特征,根据估计值对不同脉冲噪声采用对应的噪声抑制方法进行处理,构造查找表对迭代反馈补偿的迭代次数进行控制。在获得脉冲噪声特征参数的基础上,根据接收机工作曲线确定脉冲噪声的自适应消隐门限。最后,根据建立的噪声模型将提出的噪声抑制算法和传统的噪声抑制算法性能进行对比,有效地实现了对缓变脉冲噪声的抑制。(2)针对用电高峰时段的急变脉冲噪声,论文提出一种基于压扩峰值和硬判决反馈的脉冲噪声抑制算法。该算法在发送端采用压缩扩展的方法对发送信号进行处理,使发送信号由瑞利分布转换为均匀分布,对压扩信号的峰值进行数字编码,将编码信号使用独立的信道进行发送。在接收端根据接收的压扩峰值对接收信号中的脉冲噪声概率进行估计,建立估计脉冲噪声概率与实际脉冲噪声特征之间的关系,根据估计的脉冲噪声概率对接收信号应用峰值消隐或硬判决反馈方法进行处理。最后,根据建立的噪声模型对提出算法与现有算法的性能进行对比分析。(3)针对大功率用电器切换产生的突发脉冲噪声,论文提出一种基于交织器和自适应压缩感知的脉冲噪声抑制算法。该算法首先对产生的突发脉冲噪声进行交织操作,打乱突发脉冲噪声的位置。然后利用矩估计方法估计脉冲噪声的特征参数,采用基追踪去噪(Base Pursuit Denoise,BPDN)方法得到脉冲噪声粗估计幅值信息。利用估计的噪声参数确定脉冲噪声的位置支撑集,采用最小均方误差(Minimum Mean-Square Error,MMSE)方法得到脉冲噪声准确幅值。为了节省通信系统的资源,该算法根据脉冲噪声的特征自适应地选择零子载波的数目。最后将提出的噪声抑制算法与其它压缩感知算法以及传统的限幅消隐算法进行了性能对比,分析了提出算法在子载波利用率上的性能优势。(4)针对各种脉冲噪声抑制算法复杂度较高的情况,论文提出一种基于最优门限和功率估计的脉冲噪声抑制算法,该算法能实现简单快速的噪声抑制效果。首先利用通信系统的零子载波对接收信号的噪声功率进行估计,然后将估计的噪声功率与预先设置的最优消隐门限建立查找表,快速地实现脉冲噪声的抑制。为进一步提高脉冲噪声的抑制性能,对发送信号的峰均功率比(Peak-to-Average Power Ratio,PAPR)进行处理,提高最优门限的消隐效率,同时弥补脉冲噪声功率估计的误差。与传统算法相比,在噪声抑制效果相当的情况下,提出的算法复杂度低,易于实现,具有较高的时间效率。(5)针对多输入多输出(Multiple-Input Multiple-Output,MIMO)电力线信道中脉冲噪声之间存在空间相关性的特点,提出一种基于MIMO的结构化压缩感知脉冲噪声抑制算法。首先,该算法获取电力线上多个传输信道中零子载波上的数据,然后在频域测量得到多重测量向量。在矩估计获得脉冲噪声参数的基础上确定自适应消隐阈值,根据阈值筛选脉冲噪声预支撑集,进一步运用结构化压缩感知方法重构恢复出脉冲噪声。理论和实验仿真证明,和已有基于压缩感知的脉冲噪声重构算法相比,该算法重构脉冲噪声的误码率和算法复杂度更低,在脉冲噪声稀疏度较大以及传输数据量较多的情况下性能优势更加明显。