OFDM系统中利用概率类技术抑制PAPR算法的Matlab实现和应用【文献综述】

《OFDM系统中利用概率类技术抑制PAPR算法的Matlab实现和应用【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业设计文献综述通信工程OFDM系统中利用概率类技术抑制PAPR算法的Matlab实现和应用摘要：OFDM是一种多载波调制技术，其特有的调制特性决定了它有较高的峰均功率比值。高峰均功率比信号会对实际放大器提出很高的线性要求，因此它是限制OFDM技术实用化的主要障碍。本文总结了运用概率类技术降低OPDM峰均功率比的方法，包括：选择映射(SLM)，部分传输序列（PTS），以及一种改进的SLM方法。关键词：正交频分复用；峰均功率比；选择映射；部分传输序列。1、引言随着无线通信和因特网的蓬勃发展并且人们生活水平的提高，未来的无线通信系统必然将会朝着宽带化、移动化和全IP化的方向发展前行。最先作为

2、一项宽带无线接入技术被推出的WiMAX系统，在成为3G的标准之后，正随着其核心网技术的演进而进一步完善了。有理由充分相信，在不久的将来，WiMAX终端和手机将出现在人们的视野之中，成为大众接受普遍服务中不可或缺的产品。[1-3]而WIMAX的关键技术是OFDM，其基本的思想是将信道的可用带宽划分成许多相互正交的子载波，在每个子载波上独立地进行数据传输，从而实现让高速串行数据流的低速并行传输。它由传统的频分复用(FDM)技术演变而来，最大的区别在于OFDM是通过DFT和IDFT而不是传统的带通滤波器来实现子载波之间的分割。各子载波可以部分地重叠，但仍然保持正交性，所以大大提高了系统频谱利用

3、率。另外，数据的低速并行传输增强了OFDM抵抗多径干扰和频率选择性衰落的能力。0FDM的主要不足之处主要表现在对定时和频率偏移敏感和高峰均功率比(PAPR)。较高的峰均比信号会要求发射机功率放大器必须有较大的线性的范围，否则将会导致大信号出现非线性的失真，造成功放的功率利用率下降，从而严重阻碍和影响OFDM系统的性能。为了解决以上问题本文提出了利用概率类技术抑制PAPR的方法——选择映射(SLM)方法和部分传输序列(PTS)，并对针对SLM和PTS的改进进行了介绍。[4]2、PAPR问题的产生及影响一串OFDM符号是由多个独立的经过调制的子载波信号相叠加而成的。在某个时刻，如果多个子载波

4、都以同一个方向进行累加时，就会产生比较大的峰均功率，即PAPR(Peak-to-averagePower)。对于包含N个子信道的OFDM系统来说，当N个子信号都以相同的相位相加时，所得到的信号峰值功率就会是平均功率的N倍。对峰值平均功率比非常敏感，这是OFDM系统的主要弱点之一。相对于单载波系统而言，较大的峰均功率比会带来很多的问题，它会导致OFDM发射机的输出信号的瞬时值会有很大的波动，进而要求系统内部的一些部件具有很大的线性动态范围。这些将进一步增加A/D，D/A转换器的复杂程度，降低功率放大器的有效性。相反而言，这些部件的非线性也会对具有动态范围较大的信号产生非线性失真，由此所形成

5、的谐波会造成子信道间的相互干扰，从而将会影响整个OFDM系统的性能。[11-13]3、抑制PAPR的概率类方法为了解决这一问题，已经提出多种降低PAPR的有效技术，主要有限幅类方法、编码类方法和概率类方法。而部分传输序列(PTS)和选择映射（SLM）算法是两种常用的概率类方法。3.1概率类之选择映射选择映射(SLM)方法是产生代表相同发送信息序列的对个组，与M个随机向量相乘，然后进行IFFT，产生M个相对独立的OFDM信号，然后选择其中PAPR最低的OFDM信号发送，同时M个随机向量也要作为边带信息被发送，这些边带信息就是SLM方法的冗余，因此它牺牲了一些发送带宽。这里要进行M次IFFT

6、，就需要M个IFFT模块，大大增加了系统的复杂度。[5-7]图1SLM原理图3.2概率类之部分传输部分传输序列(PTS)是在SLM方法的基础上发展起来的了，它是将发送信息序列分割成V个独立的分组后，对每一个分组单独进行IFFT，然后，各个分组再利用V个辅助信息进行相位反转，经过优化后各分组组合成PAPR较低的OFDM信号发送，同时V个辅助信息也要作为边信息被发送。[8-10]图2PTS原理图3.3一种改进的SLM方法在通常情况下,利用随机相位序列与输入的OFDM信号X进行点乘,之后经过M个并行的IFFT运算，之后选择具有最小PAPR值的一路进行传送。由于需要M个IFFT模块,这对于系统来

7、说是一个非常大的负担。设想下，如果对序列的选择放在IFFT之前，这样在发送端只需要一个IFFT模块就可以了。这样可以大大降低设备的复杂度，也减小了计算量。这种方法的关键在于如何选择具有最低PAPR的序列。而从频谱理论可以得出，某个频谱越平坦，它的PAPR越小，而某个序列的性质就越接近随机序列，那么它的频谱就越平坦，就越有可能具有较低的PAPR值。因此可以从与M个序列异或后的M个序列中选择随机性最好的序列来作为最佳序列。下图为这一设想