首页> 中文学位 >自相关匹配方法降低多载波系统的PAPR
【6h】

自相关匹配方法降低多载波系统的PAPR

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

图目录

缩略词表

符号说明

第一章 绪论

1.1课题研究背景

1.2课题研究意义

1.3本论文选题定位与内容安排

第二章 降低OFDM及MIMO-OFDM系统PAPR的技术

2.1 OFDM系统原理

2.2 OFDM系统中PAPR的相关概念和技术衡量指标

2.3 PAPR降低技术的衡量指标

2.4 OFDM系统中降低PAPR的技术分类概述

2.5 MIMO-OFDM系统原理及部分PAPR降低技术

2.6本章小结

第三章 时域自相关匹配算法降低OFDM系统的PAPR

3.1自相关匹配思想的基本原理

3.2降低OFDM系统PAPR的时域自相关匹配算法

3.3时域自相关匹配算法的优势分析

3.4本章小结

第四章 频域自相关匹配算法降低OFDM系统的PAPR

4.1自相关匹配-SLM算法

4.2自相关匹配-PTS算法

4.3部分自相关-PTS算法

4.4本章小结

第五章 自相关匹配算法降低MIMO-OFDM系统的PAPR

5.1并行的时域自相关匹配算法

5.2本章小结

第六章 全文总结与展望

6.1本文主要贡献

6.2下一步工作展望

致谢

参考文献

个人简历

攻硕期间取得的研究成果

本文作者攻硕期间参与的科研项目

展开▼

摘要

多载波系统因具有频谱效率高、灵活性强等多项优点而得到广泛应用。正交频分复用( Orthogonal Frequency Division Multiplexing, OFDM)因其高带宽效率和对抗多径衰落的鲁棒性而受到广泛关注。然而,OFDM和多输入多输出正交频分复用(Multiple Input Multiple Output Orthogonal Frequency Division Multiplexing, MIMO-OFDM)系统的高峰均功率比( Peak-to-average Power Ratio, PAPR)阻碍了它们在高速通信中的应用。高的 PAPR要求功放( Power Amplifier, PA)和模数转换( Analog-to-Digital, A/D)器件、数模转换( Digital-to-Analog, D/A)器件等具有非常大的动态范围,发射超出线性范围的信号易引起信号的非线性畸变,使得系统的误码率( Bit Error Rate, BER)性能退化。因此,为推广应用 OFDM技术,人们致力于降低包括OFDM在内的多载波系统的PAPR的研究。
  目前来说,降低 OFDM系统PAPR的技术主要可以划分成3类:多信号替换和概率类技术,信号预畸变类技术,编码类技术。在第一类技术中,选择性映射( Selected Mapping, SLM)技术和部分传输序列( Partial Transmit Sequences, PTS)技术受到重视,主要因为其能有效降低信号的PAPR,不会引起信号失真,并且实现简单。因此本文选择SLM算法和PTS算法与自相关匹配的思想相结合并进行比较。
  传统SLM和PTS方法的一个显著缺陷是,为了在接收端正确地检测信号,必须额外传输一定的边带副信息。边带副信息的传输降低了系统的频谱利用效率。为了在接收端实现盲检测,本文提出了自相关匹配的基本算法,旨在根据信号本身的自相关性在接收端检测信号,而无需传输边带信息。本文的主要工作如下:
  (1)研究自相关匹配思想在时域的具体应用,提出时域自相关匹配算法降低OFDM系统的PAPR,并将此算法与传统SLM算法相比较。时域自相关匹配算法在获得与传统SLM算法基本相同的PAPR性能的同时,可以不需要边带副信息的传输,在接收端正确地恢复出原始信号;并且由于时域自相关匹配算法对信号的处理过程发生在时域,大大降低了快速傅里叶反变换(Inverse Fast Fourier Transform, IFFT)的运算次数,从而降低了计算复杂度。
  (2)研究自相关匹配思想在频域的具体应用,提出三种算法来降低 OFDM系统的 PAPR,分别是自相关匹配-SLM算法,自相关匹配-PTS算法和部分自相关-PTS算法。这三种算法能够在有效降低信号PAPR的同时,实现接收端信号的盲检测,提高了频谱利用效率。
  (3)研究自相关匹配方法降低 MIMO-OFDM系统的 PAPR在时域的具体应用。将时域自相关匹配算法与并行的SLM算法相结合,提出并行的时域自相关匹配算法。在获得与并行的SLM算法几乎相同的PAPR抑制性能的同时,并行的时域自相关匹配算法无需传输边带副信息即可实现信号恢复。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号