论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是多载波调制技术的一种。它被广泛的应用于多径环境和衰落信道中的高速数据传输,具有很强的抗衰落能力和极高的频谱利用率。然而,OFDM调制信号具有较高的峰值平均功率比(Peak to Average Power Ratio,PAPR)的特性,并且其包络变化范围较大。当此调制信号经过高功率放大器(High Power Amplifier,HPA)后,会造成严重的带内失真以及带外辐射,从而降低了误码率(Bit Error Ratio,BER)性能和增加了子信道之间的干扰。所以降低PAPR成为OFDM系统最棘手的问题。本文对于以上的问题展开了具体研究。(1)设计了基于线性交替方向乘子(Linearized Alterative Direction Method of Multipliers,LADMM)算法的PAPR优化方法,本文考虑了带有误差向量幅度(Error Vector Magnitude,EVM)约束的PAPR优化问题。通信标准中对带外辐射及带内失真有严格限定。优化过程中通常用空闲子载波满足频谱遮罩的要求来限制带外辐射,用数据子载波的EVM来量化带内失真。为了简化,带外辐射假设为零。二阶锥规划(Second Order Conic Programming,SOCP)算法也曾运用过在EVM约束下最小化OFDM信号中的PAPR。但是此方法的复杂度比较高,因此这种方案在实际系统中并不适用,LADMM算法是一种简单高效的算法。该算法拥有较低的计算复杂度,在每次的迭代过程中只有一组FFT-IFFT的计算量。同时本文证明了LADMM算法的收敛性能并仿真。与现有的算法相比仿真结果表明:LADMM算法不仅获得了较大的PAPR减少,而且大大改善了误码率的性能。(2)设计了OFDM系统基于前向后向切分(Forward-Backward Splitting,FBS)算法的EVM优化方法,与以往的迭代限幅滤波(Iterative Clipping and Filtering,ICF)和优化的迭代限幅滤波(Optimized ICF,OICF)方法比较,ICF算法虽然可以减少带外辐射,但是不能减少带内失真,OICF解决了带内失真的问题,但是计算复杂度又非常的高。并且这两种算法都需要选取最佳的限幅阈值,在现实操作中是很难选取的,因为不同的子载波数和调制方式会严重影响最佳限幅阈值的选择。为了克服预先确定最优限幅阈值的局限性,我们所提出的FBS算法是一种高效迭代的方法,不需要限幅和滤波操作,也不需要选择最优限幅阈值。此算法的计算复杂度和LADMM算法一样低。仿真实验表明:该算法在PAPR和BER方面均优于现有算法。