降低MIMO-OFDM系统峰均比的改进PTS算法

多输入多输出频分复用技术是将OFDM与MIMO技术相结合的无线通信系统,也具有OFDM系统存在的峰均比较高的问题。分析了MIMO-OFDM系统模型及PAPR问题,在次优PTS算法的基础上,提出了迭代限幅PTS联合算法。该算法先将MIMO-OFDM信号经过迭代PTS算法进行处理,然后再将其经过限幅处理进一步降低系统的PAPR。最后在自适应PTS算法的基础上进行了改进,仿真结果表明系统复杂度和PAPR性能有所降低,但可以通过调整门限来提高性能。     

PTS与限幅结合降低OFDM峰均比的改进算法

提出了一种基于部分传输序列(PTS)算法和限幅算法相结合的改进算法来降低正交频分复用(OFDM)系统的峰均功率比(PAPR).该算法先利用PTS算法对OFDM信号进行处理从而选择出限幅噪声最小的一路OFDM信号,所得OFDM信号再利用限幅法进行处理.因此可有效改善OFDM信号经过限幅引起的限幅噪声,减小限幅对OFDM系统的影响.数据仿真验证了所提方法的有效性.     

降低OFDM系统峰均比的改进算法研究

针对正交频分复用(OFDM)系统的高峰均功率比(PAPR)问题,在对部分传输序列(PTS)算法和限幅法的基本原理进行简要介绍的基础上,提出了一种用哈达玛矩阵初始化翻转迭代PTS初始搜索相位的改进算法,将输出信号通过限幅处理进一步降低OFDM系统的峰均功率比。仿真结果表明,联合算法有效降低了系统的PAPR,证明了有效性。     

降低MIMO-OFDM系统峰均比的QAP算法研究

多输入多输出-正交频分复用(MIMO-OFDM)是第四代移动通信系统的关键技术,该技术由于采用多载波调制,存在较高的峰均功率比(PAPR),为了降低MIMO-OFDM系统中较高的PAPR,在近似梯度投影(AGP)和部分传输序列(PTS)的基础上提出QAP算法。该算法首先将MIMO-OFDM信号经过AGP算法,然后用PTS算法进一步降低该系统的PAPR。仿真分析表明,所提出的QAP方案与其他传统方案相比,系统PAPR性能得到明显改善,且不破坏系统的误码率(BER)性能;同时QAP算法的PAPR值受子载波数目影响,PAPR值随着子载波数目(N=32,64,128,256,512)的增加而增加;QAP算法在随机分组方式下PAPR性能最佳。     

限幅SLM算法降低DD-OFDM系统PAPR的研究

提出了限幅SLM(Selected Mapping)算法降低直接检测光正交频分复用系统(DD-OFDM)的峰均功率比(peak-to-average power ratio,PAPR).SLM算法降低了PAPR出现的概率,但并不能完全限制高PAPR.限幅SLM算法在传统SLM算法基础上对高PAPR信号进行限幅运算,进而将PAPR控制在所需要的范围内,相对限幅算法又改善了系统误码率性能.该算法可以控制高PAPR,进而降低光信号的功率,其有效性在DD-OFDM系统信道仿真中得到证实.     

一种OFDM系统PAPR抑制技术联合算法研究

针对正交频分复用(OFDM)系统具有高峰均比(PAPR)的问题,提出了一种降低系统峰均比的联合算法——选择联合算法。该联合算法先将经过串并转换后的调制数据分成若干子块,再把每个子块送入算法选择器,依次判断后,最后对每个子块采用与之对应的算法。仿真结果表明,该联合算法可以有效降低PAPR 4 d B左右,在与分组数相同的PTS算法比较,当调制数少时,PAPR改善程度会优于PTS算法,当调制数大时,PAPR改善程度与PTS算法相当。     

OFDM系统中降低峰均比的改进联合算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiplex）系统中,有很多降低峰均比（PAPR,Peak to Average Power Ratio）的方法,部分传输序列算法（PTS）是其中的一个大类。研究了峰均功率比（PAPR）较高的原因,且着重研究了PTS算法的降低峰均比的效果,并给予仿真说明比较。在现有PARR降低算法的基础上,深入研究了改进的PTS算法与限幅算法之间的联合方法。比起获得同等优化的PTS-Clipping算法,改进PTS-Clipping算法降低了计算复杂度,工程实现简单,具有一定的实用价值。     

面向5G三大应用场景的F-OFDM系统PAPR抑制算法研究

曾作为5G候选波形技术的基于子带滤波的正交频分复用(Filtered-Orthogonal Frequency Division Multiplexing,F-OFDM)是基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)发展而来的,和OFDM一样存在峰值平均功率比(Peak to Average Power Ratio,PAPR)的问题。高PAPR的信号在发送时对系统功率放大器的性能要求很高,容易发生信号失真,并且会直接影响整个系统的运行成本和效率。为了提高F-OFDM系统在5G三大应用场景中的PAPR抑制性能,引入一种基于迭代限幅滤波的次优PTS抑制算法。该算法主要分为两个过程,先对F-OFDM系统的各子带的高PAPR值信号进行线性抑制,然后待各子带的信号经过各自的数字子带滤波器合并后再进行迭代限幅滤波处理,从而完成对F-OFDM信号PAPR的抑制。仿真表明,该算法相对于单独使用次优PTS算法或迭代限幅滤波算法,能提高F-OFDM系统的PAPR抑制性能。     

联合限幅和μ律压扩抑制可见光通信系统的峰均功率比北大核心CSCD

直流偏置光正交频分复用(DC-biased optical orthogonal frequency division multiplexing,DCO-OFDM)可见光通信(visible light communication,VLC)系统具有较高的峰均功率比(peak-to-average power ratio,PAPR)。为解决此问题,提出一种联合限幅和归一化μ律压扩算法抑制DCO-OFDM系统的PAPR。首先,该联合算法利用限幅操作对时域信号中的大峰值信号进行削波来降低信号的幅值;其次,对限幅后的信号再进行压扩变换。通过这种联合算法,DCO-OFDM系统的PAPR可以显著降低。实验仿真结果表明,当采用16QAM调制方式,互补累计函数的值为10^(-3)时,相比较于联合限幅和传统μ律压扩算法,此联合算法的PAPR下降了约2.206 dB。     

降低LWT-OFDM系统PAPR的联合算法

针对小波提升变换的正交频分复用( LWT-OFDM)系统峰均功率比( PAPR)过高的问 题,采用了部分传输序列( PTS)与指数压扩变换的联合算法?首先由PTS算法选出 系统中峰值最小的一组信号,再通过指数压扩变换来降低峰均功率比?仿真结果表明,相对于其它的限幅类技术,本文所提联合算法在该系统中能更有效的降低峰均功率比,并且误码率相对较低?     

应用PTS降低MIMO-OFDM信号峰均比技术研究

多输入多输出正交频分复用（MIMO—OFDM）系统已成为新一代高速通信系统研究中的热点。而系统所产生的高峰均比（PAPR）信号是限制MIMO—OFDM技术实用化的主要障碍。在对部分传输序列（PTS）技术进行研究的基础上。本文提出了一种应用PTS降低MIMO—OFDM信号峰均比（PAPR）的方案一并行PTS。仿真结果表明。该方法能有效降低MIMO—OFDM信号峰均比。     

一种降低MIMO—OFDM系统峰均功率比的联合算法

针对多输入多输出正交频分复用（MIMO—OFDM）系统的高峰均功率比（PAPR）问题,提出了一种多天线协N选择性映射算（CSLM）与限幅算法相结合的新方法,较传统独立的SLM算法减少了传送边带信息的数量,节省了频谱资源。同时,进一步研究了限幅后进行滤波来减信号失真,进而提出了循环限幅滤波算法与CSLM算法结合的改进结合算法。仿真结果表明,两种算法对系统的PAPR性能都有较明显的改善。     

PAPR Reduction in VLC-OFDM System Using a Combination of Shuffled Frog Leaping Algorithm and Hill-Climbing Algorithm

Orthogonal frequency division multiplexing (OFDM) technique has been widely used in visible light communications (VLC) system (VLC-OFDM). To minimize the performance degradation of VLC-OFDM system caused by high peak-to-average power ratio (PAPR), we propose a SFLAHC-PTS technique to reduce the PAPR of signal in this paper. The proposed SFLAHC-PTS is an improved PTS technique which takes advantages of shuffled frog leaping algorithm and hill-climbing algorithm to optimize conventional PTS technique, reducing the computational complexity of conventional PTS technique. We compare SFLAHC-PTS technique with other PTS techniques on the CCDF performance, as well as computational amount to analyze the superiority of SFLAHC-PTS technique. The results show that the proposed technique can greatly reduce the computational load of conventional PTS technique and has better performance in reducing PAPR than GA-PTS, SFLA-PTS technique.

     

一种改进的PTS算法降低OFDM峰均比研究

部分传输序列(PTS)算法能够有效地降低OFDM通信系统的平均峰值功率比(PA-PR)。文中研究了哈达码矩阵及传统的μ率压缩算法,提出了一种新的能够有效的降低PAPR算法。提出的算法是基于传统的PTS算法,利用哈达码矩阵优化部分传输序列,结合μ率压缩算法进而降低OFDM系统的PAPR值。通过实验仿真证明,文中提出的算法能够降低OFDM系统的PAPR值,而且性能更加优越于单独的μ率压缩以及传统的PTS算法,具有良好的峰值平均功率比性能。     

A hybrid technique for the PAPR reduction of NOMA waveform

Non-orthogonal multiple access (NOMA) is a great contender for future cellular modulation due to its desirable properties like massive connectivity, high data rate transmission, and high spectral efficiency. However, its peak-to-average power ratio (PAPR) is significant, which becomes a significant disadvantage for the efficient operability of the NOMA waveform compared to current techniques. Several PAPR reduction algorithms like selective mapping (SLM), partial transmission sequence (PTS), and companding techniques have been proposed to lower the PAPR of multicarrier waveforms (MCWs). PTS reduces the PAPR but has high complexity. On the other hand, SLM has a less complex framework, but its PAPR performance is not as efficient as PTS. Companding methods reduce the PAPR by compressing the signals at the transmitter, which unfortunately reduces the dynamic range of the signal. In this work, we propose a hybrid algorithm (SLM + PTS) with a companding method for the first time for the NOMA waveform, which efficiently reduces the PAPR with low computational complexity. Furthermore, we compare the performances of a host of candidate algorithms like SLM, PTS, hybrid (SLM + PTS), hybrid + A law (SLM–PTS–A law), and hybrid + Mu law (SLM–PTS–Mu law). The results of the experiments show that the hybrid + Mu law did a better job than the existing PAPR reduction algorithms.