统（PowerLineCommunication，PLC)噪声采集设备用 高速率采样，将电力线信道噪声采集下来，用于压缩存储。
[0030] 步骤102:将所述采集到的电力线信道噪声分为背景噪声和随机噪声两类。
[0031] 具体的，通过分析电力线信道噪声的特性，将电力线上的五类噪声：有色背景噪 声、窄带噪声、与工频异步的周期性脉冲噪声、与工频同步的周期性脉冲噪声、随机脉冲噪 声组成的合成噪声进行分类处理，分为以下两类：
[0032] 第一类噪声为背景噪声，包括有色背景噪声、窄带噪声和与工频异步的周期性脉 冲噪声，三种噪声随时间变化缓慢，平均功率较小，但频谱很宽，并且持续存在，有可能部分 或全部覆盖信号频谱；
[0033] 第二类噪声为随机噪声，包括与工频同步的周期性噪声和随机脉冲噪声，两种噪 声的时变性强，当出现这些噪声时，功率谱密度会突然上升，数据传输会造成很大的误差；[0034] 其中，背景噪声由于平均功率较小，频谱很宽，类似于白噪声，而随机噪声由于时 变性强，突然出现无法预测，通过确定门限将两类噪声在频域进行分离，从而使随机噪声具 有稀疏性，即为随机噪声的稀疏化表示。
[0035] 对采集到的电力线信道噪声进行FFT变换，获得电力线信道噪声的频域数据点， 采集到的电力线噪声由于采样速率很高，得到大量的时域数据点，为了减少数据处理量，对 所述频域数据点进行噪声的稀疏化处理（对采集到的数据点进行有规律的抽取，降低数 据量），获得稀疏化的噪声幅度；将稀疏化的噪声幅度与电力线噪声的采样点均值进行对 比处理，若采集的噪声幅度小于采样点均值，则归为背景噪声；若则，归为随机噪声。
[0036] 步骤103:对所述背景噪声从时域进行特征数据提取并且存储特征数据，根据观 测矩阵对所述随机噪声从频域进行压缩感知处理并且将从处理后获得的主要信息存储。
[0037] 具体的，将分离出的背景噪声从频域表示经过IFFT反变换到时域，从时域进行特 征数据提取，所述特征数据包括其均值μ和方差s2,将所述特征数据进行存储，存储这些 特征数据就可以达到减少噪声录制存储量的目的。
[0038] 采用满足满足K阶RIP(RestrictIsometryProperty)有限等距性质的观测矩 阵，
比较常见的观测矩阵有三 类：高斯/亚高斯/伯努利型随机观测矩阵、傅里叶观测矩阵以及其他观测矩阵。
[0039] 最常用的是高斯随机观测矩阵，它的具体构造方法是使得矩阵的每一个元素都独 立地服从分布，高斯随机矩阵与大多数固定正交基不相关，当时（c是一个很小的常数），可 以证明可以高概率的满足RIP(RestrictIsometryProperty)性质。
[0040] 将分离出的随机噪声X从频域进行压缩感知处理：
[0041]
[0042] 从上述条件可知，使用的是M*N的满足RIP性质的观测矩阵，CandeS和Tao等也 证明：独立同分布的高斯随机测量矩阵可以成为普适的压缩感知测量矩阵，通过该矩阵对 N*1维的原始信号X进行观测，数学上就能够得到一个M*1维的观测向量y，达到信号量压 缩的目的。（M远小于N)
[0043] 根据所述采用的观测矩阵对所述随机噪声从频域进行压缩感知处理（Compressed Sensing，CS)，获得所述随机噪声的主要信息，将所述主要信息中幅值为零的数据点去 除，存储剩余有较大幅值的数据点，存储所述信息，就是AIC(Analog-to-Information Conversion)的过程，同样也可以达到减少噪声录制存储量的目的。
[0044] 本发明通过分别存储两类噪声的特征数据和主要信息，大大节省了存储空间。
[0045] 实施例：
[0046] 采用电力线噪声是基于MATLAB仿真平台得到的数据，PLC仿真程序使用⑶I交互 界面，选择需要生成观察的噪声类型，可以选择默认或者自定义生成电力线噪声。
[0047] (1)、窄带噪声，可以选择默认或者自定义生成，自定义还可以选择白天和夜晚， 白天是-65~-85dbmv,晚上是-30~_70dbmv，同时可以选择短波电台频率个数（0~369) 和中波电台频率个数（〇~120);
[0048](2)、随机脉冲噪声，也可以选择默认或者自定义生成，自定义还可以选择脉冲个 数为0~15 ;
[0049] (3)、有色背景噪声，也可以选择默认或者自定义生成，自定义还可以选择滤波器 通带阻带中心频率为0~26MHZ;
[0050](4)、异步工频脉冲噪声，也可以选择默认或者自定义生成，自定义还可以选择PC 台数和TV台数为0~10 ;
[0051] (5)、同步工频脉冲噪声，也可以选择默认或者自定义生成，自定义还可以选择SCR 器件个数为0~10 ;
[0052] 设置生成的电力线合成噪声频域见图2。
[0053] 本发明的效果可以通过以下仿真进一步说明：
[0054] 1.仿真条件：建立电力线噪声模型，其中电力线噪声由有色背景噪声、窄带噪声、 同步于工频的周期脉冲噪声，异步于工频的周期脉冲噪声和异步非周期脉冲噪声五类噪声 叠加合成。仿真参数选取如表1所示：
[0055]表1
[0058] 2.仿真内容
[0059] 根据电力线信道噪声分类，分别生成五类噪声及其合成噪声，用以后续的压缩感 知技术压缩存储噪声的研究验证。
[0060] 其中，有色背景噪声可以简单的由一个白噪声源滤波合成，噪声整形滤波器可由Ζ 平面上的传递函数HMcid(z)表示，如下式所示：
[0062] 式中函数的分子部分B(z)表示的是移动平均（MA)部分，其分母A(z)表示的的 是自回归（AR)部分，模型参数由噪声源的方差δ2和滤波器系数组成；
[0063] 窄带噪声可通过如下Ν个独立的正弦函数叠加来描述：
[0064]
[0065] 式中有三个参数需要确定，分别是A(t)、匕和W。其中匕表示各个中短波频率， 科表示各A所对应的正弦波的相位，Ai(t)表示各&所对应的正弦波的幅度；
[0066] 同步于工频的周期脉冲噪声主要由可控硅（SCR)调节器件所产生，一个SCR在一 个工频周期内产生的噪声可以表示为：
[0067]NP1SPlperiod=Ninpopen+Ninpclose
[0068]其中N_。_和Ν_具有和Ν_相同的形式，T为脉冲的周期；
[0069] 异步于工频的脉冲噪声主要来源有两方面，一是由电视机与计算机显示器的行频 扫描及其谐波造成；二是由计算机开关电源产生的周期性脉冲噪声所造成的。
[0070] 其数学表达式如下：
[0071]
[0072] 其中1为显示器的个数；
[0073] 随机脉冲噪声可由下式表示：
[0077] 生成典型电力线五类噪声及其合成噪声后，经过高速率的A/D采样得到的噪声的 数据量很大，可以运用本发明提出的压缩感知（Compressedsensing，CS)算法将其有效压 缩存储，解决的了由于数据量过大，存储数据的不便。
[0078] 3.仿真结果
[0079