基于预留子载波的OFDM系统峰均比抑制算法研究

摘要

正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术具有频谱利用率高、抗频率选择性衰落能力强等诸多优点，从而使其已成为了现代无线通信领域的主要调制技术之一。但是，OFDM信号与生俱来的高峰均比（Peak to Average Power Ratio，PAPR）问题限制了它的广泛应用，当信号峰均比超过高功率放大器（High Power Amplifier，HPA）的线性动态范围时，会产生非线性失真，进而导致 OFDM系统性能下降。若要避免非线性失真，可采用线性范围较大的HPA，但这样的HPA成本较高，难以应用于实际的无线系统。因此，需要采用PAPR抑制技术来使PAPR在HPA的线性动态范围内。典型的PAPR抑制技术可以分为三类：预畸变类技术、编码类技术、概率类技术。预畸变类技术直接处理 OFDM信号，能非常有效地抑制PAPR，但容易导致信号失真，进而恶化系统的误比特率（Bit Error Rate，BER）性能和功率谱密度（Power Spectral Density，PSD）性能；编码类技术则仅传输峰值低于门限值的OFDM信号，编码类技术虽然不会产生噪声，也不会导致信号发生畸变，但会降低系统传输速率；概率类技术思想则是降低OFDM信号峰值出现的概率，是目前最流行的PAPR抑制技术，包括预留子载波（Tone Reservation，TR）算法。
　　本文主要研究基于TR的无线OFDM通信系统信号峰均比抑制算法。首先，介绍了O FD M系统及其峰均比抑制技术的发展与研究意义，简述了峰均比抑制技术的评价准则；其次，分析了现有三类峰均比抑制技术的原理和优缺点，并详细阐述了概率类技术中的TR算法数学模型；最后，针对现有TR峰均比抑制算法难以同时兼顾峰均比、误码率、功率谱密度性能的缺点，通过与其他峰均比抑制算法思想相结合，提出了两种新的算法：联合智能梯度映射（Smart Gradient Projection，SGP）-主动星座扩展（Active Constellation Extension，ACE）的最小平方估计（Least Squares Approximation，LSA）TR算法，称为SgpACE-LsaTR算法，以及一种改进的基于限幅噪声比（Signal to Clipping Noise Ratio，SCR）的TR峰均比抑制算法，称为Lsa-ScrTR算法。本文对提出的新算法进行了深入的理论分析，对新算法的PAPR理论值、误码率性能及运算复杂度进行了定性定量评价；并通过Matlab仿真软件对新算法进行了全面的仿真验证。由仿真结果可知，与传统的最小平方估计TR算法相比，所提的SgpACE-LsaTR算法能以更快的收敛速度产生削峰信号，且其误码率性能和带外功率谱性能均较优。而与现有的限幅噪声比TR算法相比，提出的Lsa-ScrTR算法也具有较优异的综合性能，尤其在有效降低PAPR的同时，对信号的误码率性能及功率谱性能影响均很小。而且其在迭代过程中， 可以实时自适应调整算法参数，从而有效增加OFDM系统的自适应性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 本文的研究背景与意义

1.2 PAPR抑制技术的研究现状

1.3 峰均比抑制算法的评价准则

1.4 本文的主要研究内容与章节安排

第二章 OFDM信号的峰均比抑制技术理论基础

2.1 OFDM信号峰均比概述

2.2 典型PAPR抑制技术

2.3 TR技术抑制PAPR

2.4 本章小结

第三章 联合智能梯度映射A C E的最小平方估计TR算法

3.1 基于Clipping的TR算法

3.2 SgpACE-LsaTR联合算法

3.3 仿真结果与分析

3.4 本章小结

第四章 改进的基于限幅噪声比的TR峰均比抑制技术

4.1 基于实基带信号Active-set的TR算法

4.2 新算法Lsa-ScrTR

4.3 仿真结果与分析

4.4 本章小结

第五章 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

致谢

作者简介

1. 基本情况

2. 教育背景

3. 在学期间的研究成果