一种降低OFDM信号PAPR的分块SLM方法

摘要

本发明属于无线通信技术领域,尤其涉及一种降低正交频分复用(Orthogonal？Frequency？Division？Multiplexing，OFDM)信号的峰均功率比(Peak-to-average？Power？Ratio，PAPR)的分块选择性映射(Selected？Mapping，SLM)方法。一种降低OFDM信号PAPR的分块SLM方法，基于IFFT性质，通过少量低维IFFT运算即可获得较多的备选序列，明显降低了发送端的复杂度，在接收端采用低复杂度的盲检测方式，不需要发送端传送额外的边带信息，提高了频谱利用效率。

说明书

技术领域

本发明属于无线通信技术领域,尤其涉及一种降低正交频分复用(Orthogonal FrequencyDivisionMultiplexing，OFDM)信号的峰均功率比(Peak-to-averagePower Ratio，PAPR)的分块选择性映射(SelectedMapping，SLM)方法。

背景技术

OFDM技术是通信领域的研究热点，它凭借强大的抗衰落能力和高效的数据传 输速率被当前许多通信业务所采用。OFDM信号是一种多载波调制信号，其主要缺 点之一是具有较高的PAPR，要求功率放大器(HighPowerAmplifier，HPA)具有 较高的线性范围，导致HPA的功率效率降低。另外，功率放大器的非线性会使动 态范围大的信号产生非线性失真，降低系统的误比特率(BitErrorRate,BER)性能。 目前，抑制OFDM信号的PAPR已有许多成果，SLM方法以其良好的PAPR降低 性能而备受关注。

然而，传统SLM方法有两个较大的应用缺陷：1、获得不同的备选信号需要进 行多次快速傅里叶逆变换(InverseFastFourierTransform，IFFT)，发送端计算复杂 度较高。2、接收端需要利用额外的边带信息来恢复原始信号，降低了频谱利用效 率。

发明内容

为了解决现有技术的不足，本发明提供了一种降低OFDM信号PAPR的分块 SLM方法，该方法基于IFFT性质，通过少量低维IFFT运算即可获得较多的备选 序列，明显降低了发送端的复杂度，在接收端采用低复杂度的盲检测方式，不需要 发送端传送额外的边带信息，提高了频谱利用效率。

一种降低OFDM信号PAPR的分块SLM方法，具体方法如下：

S1、在发送端，对信号比特流经过基带调制和串并转换得到频域信号X；

S2、在发送端，利用分块SLM方法获得时域备选信号；

S3、从S2所述时域备选信号中选出PAPR最小的信号，进行并串转换，加循 环前缀和D/A转换后，经过HPA和上变频单元进行发射；

S4、在接收端，将接收信号经过下变频和A/D转换单元后，去掉循环前缀，经 过串并转换获得时域信号y；

S5、对S4所述时域信号y进行FFT，得到频域信号Y；

S6、通过低复杂度的盲检测方式估计相位旋转因子序列

S7、将S5所述频域信号Y和S6所述相位旋转因子序列相乘，恢复出原始频 域信号

S8、对S7所述原始频域信号进行并串转换，通过基带解调获得原始比特信 息。

进一步地，S2所述获得时域备选信号具体步骤如下：

S21、将S1所述频域信号X交织分割为V个不同的频域子块X_v，其中，其中V 表示分块数，1≤v≤V；

S22、根据S21所述X_v与原始相位因子序列P^u＝[P^u(0),P^u(1),...,P^u(N-1)]相 乘，获得对应的频域备选子块其中，N表示子载波数,1≤u≤U,U表示原始 相位因子序列个数；

S23、去掉S22所述频域备选子块中的零元素，获得频域短序列即 $X_v^{\prime \left(u\right)}=[X_v^{\left(u\right)}(v-1),...,X_v^{\left(u\right)}(N-V+v-1)];$

S24、对S23所述频域短序列进行点IFFT后获得时域短序列 $x_v^{\prime \left(u\right)}={\mathrm{IFFT}}_{\left(\frac{N}{V}Po\mathrm{int}\right)}\left(X_v^{\prime \left(u\right)}\right);$

S25、根据IFFT运算的性质，利用S24中获得的时域短序列得到频域备选 子块所对应的时域子块其中， W_v-1＝[1,exp(j2π(v-1)/N),...,exp(j2π(v-1)(N-1)/N)]，j表示虚部符号；

S26、由S25可获得V个时域子块组从第v个时域子块组 中任意选择一个时域子块将选择出的V个时域子块组合成时域备选序列 得到U^V个时域备选信号。

进一步地，S6所述估计相位旋转因子序列具体步骤如下：

S61、将每个频点上的信号乘上备选相位因子p_n，并通过与最近星座点的距离 来估计出每个频点上最优的相位因子，即 $P\left(n\right)=\arg \underset{P\left(n\right)\in \beta }{min}\left[\underset{\overline{X\left(n\right)}\in \delta }{min}\right|\frac{Y\left(n\right)P^{*}\left(n\right)}{H\left(n\right)}-\overline{X\left(n\right)}{|}^2],$其中，β表示每个频点上的备选相位因 子集合，δ表示已知星座点集合，H表示信道响应；

S62、将S61所述每个频点上最优的相位因子P(n)构成相位因子集合,即 P＝[P(0),P(1),...,P(N-1)]，将相位因子集合P交织分割成V个相位序列子块P_v， 0≤n≤N-1；

S63、将S62中的相位序列子块P_v分别与匹配子集合进行匹配， 从匹配子集合中选择出与P_v最相似的相位因子序列子块其中，匹配子集合中表示S22中原始相位因子序列P^u的第v个交织分割子块；

S64、将S63中匹配出的V个相位因子序列子块相加获得相位旋转因子序列

进一步地，S61所述中，每个频点上的备选相位因子集合β＝{α₁,α₂}，α₁＝1， ${\alpha }_2=\frac{-1+j}{\sqrt{2}}.$

本发明的有益效果是：

可以有效降低OFDM信号的PAPR，充分利用了IFFT性质，通过低维IFFT运算获得 较多的时域备选信号，既能明显降低原始OFDM信号的PAPR，又能有效降低系统发送端 的计算复杂度。

通过比较反向旋转信号与其对应信号星座点的距离来估计每个频点上最优的相位因子， 并组成相位因子序列，再与已知的备选相位因子序列进行二次匹配，选出与之相似度最高 的相位因子序列作为恢复信号的边带信息，该方法与原始的盲检测方式相比大大降低了复 杂度，且较好地实现了接收信号的盲检测，提高了频谱利用效率。

本发明的每个频点上的备选因子只有两种可能。对于每个频点，只需从两个备选值 中估计出最合适的相位因子，并不会随着总的备选序列个数的增多而加大算法的复 杂度。

附图说明

图1为本发明系统框图。

图2为本发明发送端处理流程图。

图3为本发明接收端每个频点上的相位因子估计流程图。

图4为本发明接收端盲检测处理流程图。

图5为本发明PAPR性能曲线。

图6为本方明BER性能曲线。

具体实施方式

下面结合附图介绍本发明的具体实施方式：

本实施例采用MATLAB仿真平台进行试验，实施例中的系统参数如下：调制 方式16-QAM，子载波数256，功率放大器的输入功率回馈IBO为3，功率放大器 的平滑因子P＝3.286，仿真次数10^5。分块数V＝4，相位旋转因子序列数U＝3，信 道仿真条件为EVA70信道模型，其附加抽头时延(ms)：0，30，150，310，370， 710，1090，1730，2510；相对抽头功率(dB)：0.0，-1.5，-1.4，-3.6，-0.6，-9.1， -7.0，-12.0，-16.9。

频域信号生成：

如图1所示，对原始比特信息流进行16-QAM调制后，经过串并转换单元后， 获得原始的频域信号。

PAPR抑制：

将原始频域信号交织分割成4个不同的频域子块，每个频域子块乘上相位因子 获得3个频域备选子块，如图2所示，去掉每个频域备选子块中的192个零元素， 通过64点的IFFT运算获得对应的时域短序列，根据IFFT运算性质变换，可获得 每个的频域备选子块对应的时域备选子块。最后通过对时域备选子块的重新组合获 得UV＝81个不同的时域备选序列。

信号的发送：

从不同的时域备选序列中选择PAPR最低的信号，进过并串转换单元后、加上 循环前缀，进行D/A转换，最后经过HPA单元和上变频单元进行发射。

信号的接收：

如图1所示，发射信号经过信道传送到接收端，接收信号经过下变频单元和 D/A转换单元，去掉循环前缀后，经过串并转换单元获得时域信号。

相位旋转因子估计：

对时域信号进行FFT运算获得频域信号，如图3所示，针对信号的每个频点单 独估计该点上最优的相位旋转因子后，组成相位旋转因子序列，如图4所示，将获 得的相位旋转因子序列交织分割4个不同的序列子块，将每个序列子块与各自对应 的匹配子集合进行二次匹配，找到集合中与之相似度最优序列，最后把4个最优序 列相加获得最优的相位旋转因子序列。

原始信号的恢复：

将估计出的相位旋转因子序列与频域信号共轭相乘，进行并串转换，并通过基 带解调单元获得原始比特信息。

进行仿真测试，首先比较本发明与传统SLM方法的PAPR性能曲线，如图5 所示，在备选序列个数为81时，本方面能够获得与传统SLM算法相近的PAPR抑 制性能，然后，如图6所示，本发明中盲检测方式下能够获得与已知边带信息的传 统SLM方法相近的误码率性能，然而，如表1所示，本发明的发送端计算复杂度 明显低于传统SLM方法，如表2所示，本发明中的盲检测方式的计算复杂度远低 于传统的盲检测方式。

表1发送端计算复杂度比较

名称 传统SLM发送端 所提方法发送端 复数乘法 82944 4608 复数加法 165888 44544

表2接收端计算复杂度比较

名称 传统盲检测方式 所提盲检测方式 复数乘法 62208 1536 复数加法 352512 8960