本發(fā)明涉及無線通信領(lǐng)域，尤其涉及濾波器組多載波技術(shù)中的降低峰均值比的技術(shù)。

背景技術(shù)：

目前，很多無線通信的標(biāo)準(zhǔn)都依賴于OFDM，它作為一種重要的多載波技術(shù)，將高速數(shù)據(jù)流劃分成幾個(gè)并行的在不同的子載波上傳輸?shù)牡退贁?shù)據(jù)流，能有效對抗符號間干擾(ISI)，但是OFDM依然具有局限性，為此，GFDM等新型多載波調(diào)制技術(shù)應(yīng)運(yùn)而生。GFDM作為5G的備選波形，具有很多OFDM沒有的優(yōu)點(diǎn)：數(shù)據(jù)符號可以通過跨時(shí)域和頻域的二維模塊結(jié)構(gòu)傳播，使用了可調(diào)整的脈沖整形濾波器使系統(tǒng)具有很高的靈活性等。

但是和OFDM多載波系統(tǒng)一樣，由于發(fā)送端輸出信號相互疊加，可能在某一時(shí)刻產(chǎn)生較大的峰值功率，由此GFDM系統(tǒng)會帶來較高的峰值平均功率比，簡稱峰均比(PAPR)。理論上減少載波的數(shù)量可以很大程度上降低系統(tǒng)的PAPR，而在實(shí)際應(yīng)用中卻不可行的，所以在多載波的條件下極大程度降低系統(tǒng)的PAPR才是解決問題的關(guān)鍵。雖然OFDM系統(tǒng)中降低PAPR的方法有很多，但是，由于GFDM系統(tǒng)的結(jié)構(gòu)特點(diǎn)，直接借用OFDM系統(tǒng)中降低PAPR的方法效果并不理想。

文獻(xiàn)[Sendrei L, S,Michailow N,et al.Iterative receiver for clipped GFDM signals[C]//IEEE 24th International Conference Radioelektronika.2014,pp.1-4.]利用迭代接收機(jī)對GFDM接收信號進(jìn)行處理(Clipped-GFDM)，這會導(dǎo)致信號畸變，雖然多次迭代可以有效消除由于限幅引起的非線性噪聲，但是迭代次數(shù)越多，運(yùn)算量也越復(fù)雜；文獻(xiàn)[Sharifian,Z,Omidi,M.J,Farhang,A,et al.Polynomial-based compressing and iterative expanding for PAPR reduction in GFDM[C]//IEEE 23rd Conference on Electrical Engineering,2015,pp.518-523.]給出了一種基于多項(xiàng)式壓擴(kuò)算法(PCT-GFDM)，它是一對一映射，并在接收端 通過迭代接收方式恢復(fù)發(fā)送端信號，然而這種算法在降低PAPR的同時(shí)也會增加運(yùn)算量和犧牲BER性能。

GFDM多載波系統(tǒng)模型如圖1所示。二進(jìn)制序列b通過QAM調(diào)制完成相應(yīng)的星座映射，得到個(gè)復(fù)數(shù)據(jù)符號組成的序列d，經(jīng)過串并(S/P)變換和上采樣(Upsampling)后，形成K路包含M個(gè)符號的并行數(shù)據(jù)流d_k＝{d_0,k,d_1,k……d_M-1,k}^T,(k＝0,1,.......,K-1)，每路信號用各自循環(huán)的脈沖成型濾波器 進(jìn)行濾波，濾波器周期為MN，接著被各自子載波的中心頻率調(diào)制再疊加得到發(fā)送信號x[n]，最后加入循環(huán)前綴，送入信號。

$x\[n\]=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{x}_k\[n\]=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{d}_{m,k}\mathrm{\δ}(n-mN)\⊗\tilde{g}\[n\]e^{j2\mathrm{\π}\frac{kn}{N}}---\left(1\right)$

其中，表示關(guān)于n的循環(huán)卷積，n∈[0,MN-1]，d_m,k表示第k個(gè)載波上傳輸?shù)牡趍個(gè)復(fù)數(shù)據(jù)符號。

按照文獻(xiàn)[Michailow N,Gaspar I,Krone S,et al.Generalized frequency division multiplexing:Analysis of an alternative multi-carrier technique for next generation cellular systems[C]//International Symposium on Wireless Communication Systems.IEEE,2012:171-175.]GFDM模塊可以用IFFT/FFT實(shí)現(xiàn)，將時(shí)域操作轉(zhuǎn)換為頻域操作，如圖2所示，則式(1)可以表示為：

$x=W_{MN}^H\underset{k}{\mathrm{\Σ}}{P}^{\left(k\right)}{\mathrm{\ΓR}}^{\left(L\right)}{W}_M{d}_k---\left(2\right)$

其中，W_Md_k表示M點(diǎn)的FFT；在頻域中，上采樣處理表現(xiàn)為信號復(fù)制，復(fù)制矩陣R^(L)是由L個(gè)I_M串聯(lián)而成，即R^(L)＝{I_M,I_M,......,I_M}^T，I_M為M×M的單位矩陣；濾波器矩陣Γ＝diag(W_LMg)，g是濾波器脈沖的時(shí)間抽樣矢量；増頻變換在頻域表現(xiàn)為信號乘以一個(gè)置換矩陣P^(k)，P^(k)按照P⁽¹⁾＝{I_LM,0_LM,0_LM,...}^T，P⁽²⁾＝{0_LM,I_LM,0_LM,...}^T的規(guī)律類推，其中0_LM為LM×LM的零矩陣。

進(jìn)一步，發(fā)送信號可以用線性矩陣表示為：

x＝Ad (3)

這里，A表示一個(gè)MN×KM的調(diào)制矩陣。

移去循環(huán)前綴(CP)后，由接收信號樣本組成的矢量可以寫成：

y＝Hx+n (4)

其中，H是信道的脈沖響應(yīng)函數(shù)，表示均值為0和方差為的加性高斯白噪聲矢量，～表示等同；

在接收端，經(jīng)過頻域均衡(FDE)對信道失真進(jìn)行補(bǔ)償?shù)玫綖榱讼蛞种朴捎谠谳d波間的非正交引起的載波間干擾(ICI)，通常利用匹配濾波接收機(jī)(MF)、迫零接收機(jī)(ZF)、最小均方誤差接收機(jī)(MMSE)等三種線性GFDM接收機(jī)重建GFDM系統(tǒng)發(fā)送數(shù)據(jù)，用I_MN是MN×MN的單位矩陣，于是分別有：

${\hat{d}}_{MF}=A^H\tilde{y}---\left(5\right)$

${\hat{d}}_{ZF}={\left(A^{H}A\right)}^{-1}{A}^H\tilde{y}---\left(6\right)$

${\hat{d}}_{MMSE}={(A^{H}A+{\mathrm{\σ}}_n^2{I}_{MN})}^{-1}{A}^H\tilde{y}---\left(7\right)$

GFDM系統(tǒng)的PAPR可表示為：

$PAPR=\frac{P_{peak}}{P_{average}}=10{\log }_{10}\frac{\underset{n\∈\[0,MN-1\]}{max}\left\{{\left|x\[n\]\right|}^2\right\}}{E\left\{{\left|x\[n\]\right|}^2\right\}}---\left(8\right)$

其中E{·}表示求均值運(yùn)算。為方便，根據(jù)式(1)第k個(gè)載波上經(jīng)調(diào)制后的信號可以表示為：

$x_k\[n\]=\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{d}_{m,k}\tilde{g}(n-mN)e^{j2\mathrm{\π}\frac{kn}{N}}---\left(9\right)$

由于符號間相互獨(dú)立，所以x_k[n]之間也相互獨(dú)立，從而有：

E{x_k[n]}＝0

$D\{x_k\[n\]\}=E\{x_k\[n\]x_k^{*}\[n\]\}={\mathrm{\σ}}_d^2\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{\tilde{g}}^2(n-mN)={\mathrm{\σ}}^2---\left(10\right)$

從上式可以看出x_k[n]的均值和方差與k無關(guān)，根據(jù)中心極限定理可知，當(dāng)K 足夠大時(shí)，x[n]服從均值為0和方差為2σ_n²＝Kσ²的復(fù)高斯分布，其中σ_n²表示x[n]實(shí)部和虛部的方差。

系統(tǒng)PAPR的性能可以用互補(bǔ)誤差累積函數(shù)(CCDF)表示，它能計(jì)算出PAPR超過所給出的門限值γ的概率。由前面的分析，x[n]的包絡(luò)|x[n]|服從瑞利分布，功率|x[n]|²服從自由度為2的χ²分布。令S＝|x[n]|²，則S的概率密度函數(shù)為：

$f_S\left(s\right)=\frac{1}{{\mathrm{K\σ}}^2}{e}^{-\frac{s}{{\mathrm{K\σ}}^2}},s>0---\left(11\right)$

令則T的概率密度函數(shù)為：

f_T(t)＝Kσ²f_S(Kσ²t)＝e^-t,t＞0 (12)

于是有

$P(t<\mathrm{\&gamma;})={\&Integral;}_0^{\mathrm{\&gamma;}}{f}_T\left(t\right)dt=1-e^{-\mathrm{\&gamma;}}---\left(13\right)$

由于每一個(gè)T都是獨(dú)立的，所以PAPR的累積函數(shù)(CDF)可以表示為：

$P(PAPR<\mathrm{\&gamma;})=P\left(\underset{n=0}{\overset{MN-1}{\&cap;}}\right(\frac{{\left|x\&lsqb;n\&rsqb;\right|}^2}{E\left\{{\left|x\&lsqb;n\&rsqb;\right|}^2\right\}}<\mathrm{\&gamma;}\left)\right)={(1-e^{-\mathrm{\&gamma;}})}^{MN}---\left(14\right)$

因此，GFDM系統(tǒng)的PAPR的互補(bǔ)累積函數(shù)(CCDF)為：

P(PAPR＞γ)＝1-(1-e^-γ)^MN (15)

結(jié)合GFDM系統(tǒng)可以靈活選擇濾波器的結(jié)構(gòu)特點(diǎn)已經(jīng)產(chǎn)生高PAPR的原因，發(fā)明一種新的基于隨機(jī)分配濾波器來降低系統(tǒng)PAPR的算法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在解決以上現(xiàn)有技術(shù)的問題。提出了一種方法。本發(fā)明的技術(shù)方案如下：

一種GFDM系統(tǒng)中基于隨機(jī)濾波器分配的降低PAPR算法，其包括以下步驟：

步驟1、GFDM系統(tǒng)初始化，隨機(jī)生成一個(gè)含有K個(gè)元素的序列 C＝{c₀,c₁......c_k,......c_K-1}，其中c_k∈{0,1}；其中K的大小為系統(tǒng)的子載波數(shù)大?。?/p>

步驟2、獲取GFDM系統(tǒng)的K路子載波信號，選用濾波器對K路子載波信號進(jìn)行濾波并編號，當(dāng)c_k＝0時(shí)，就表明選用第一濾波器對第K路子載波信號進(jìn)行濾波；當(dāng)c_k＝1時(shí)，選用第二濾波器對第K路子載波信號進(jìn)行濾波，其中第一濾波器與第二濾波器類型不同；

步驟3、對經(jīng)過步驟2濾波后的K路子載波信號疊加得到GFDM信號，計(jì)算GFDM信號的PAPR并儲存。

進(jìn)一步的，所述步驟2中當(dāng)c_k＝0時(shí)，第一濾波器選用升余弦濾波器RC；當(dāng)c_k＝1時(shí)，第二濾波器選用根升余弦濾波器RRC。

進(jìn)一步的，所述步驟2所述GFDM系統(tǒng)的K路子載波信號包含M個(gè)符號的并行數(shù)據(jù)流d_k＝{d_0,k,d_1,k……d_M-1,k}^T,(k＝0,1,.......,K-1)。

進(jìn)一步的，步驟3計(jì)算GFDM信號的PAPR的步驟具體為：首先，分別計(jì)算這N個(gè)數(shù)據(jù)符號的功率，選出其中的最大值功率，其次，計(jì)算出GFDM信號的平均功率，最后，將最大值功率和平均功率相比即得到GFDM的PAPR。

本發(fā)明的優(yōu)點(diǎn)及有益效果如下：

在多載波系統(tǒng)中導(dǎo)致PAPR的根本原因是子載波信號連續(xù)疊加，當(dāng)子載波相位一致時(shí)就會出現(xiàn)較高的峰值功率。在傳統(tǒng)的GFDM系統(tǒng)中，每路子載波用相同的濾波器對信號進(jìn)行處理，這會增加子載波相位一致的概率。為此，本文根據(jù)不同濾波器的相頻特性不同這一特點(diǎn)，提出一種降低PAPR的新方法。通過對每個(gè)子載波隨機(jī)分配不同的濾波器，給子載波間的復(fù)數(shù)據(jù)符號引入不同相位偏移矢量，極大程度破壞子載波相位一致，從而有效抑制PAPR，該方案稱為基于隨機(jī)濾波器分配算法(RAF-GFDM)。本文選擇兩種常見且效果好的升余弦濾波器(RC)和根升余弦濾波器(RRC)，這樣在系統(tǒng)實(shí)現(xiàn)時(shí)可以與其他模塊共用。

通過幾種不同降PAPR算法的復(fù)雜度比較，可以看出，限幅法沒有增加額 外的復(fù)雜度，但卻以犧牲系統(tǒng)的誤碼率性能來降低PAPR；PCT算法的計(jì)算復(fù)雜度略有增加，可它同限幅法一樣，會增加系統(tǒng)的誤比特率。SLM算法是一個(gè)線性過程，不會帶來信號畸變，復(fù)雜度也適中，但是降低PAPR的效果并不突出；而本文提出的算法同樣是線性過程，雖在降低PAPR的效果上沒有限幅法和PCT算法突出，但勝在沒有增加額外的計(jì)算成本，且對誤碼率幾乎沒有影響，具有更高的實(shí)際應(yīng)用價(jià)值。

附圖說明

圖1是本發(fā)明提供優(yōu)選實(shí)施例GFDM發(fā)送端系統(tǒng)模型。

圖2 GFDM信號發(fā)送端頻域處理模型

圖3 RAF-GFDM處理流程圖

圖4不同滾降系數(shù)下的PAPR性能

圖5 PAPR降低效果對比圖

圖6高斯信道中MF下BER性能比較

圖7高斯信道中ZF下BER性能比較

圖8高斯信道中MMSE下BER性能比較

圖9步行多徑信道中MF下的BER性能比較

圖10步行多徑信道中ZF下的BER性能比較

圖11步行多徑信道中MMSE下的BER性能比較

圖12高斯信道中不同算法的BER性能

圖13步行多徑信道中不同算法的BER性能

表1發(fā)送端運(yùn)算復(fù)雜度比較

表2仿真參數(shù)

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、詳細(xì)地描述。所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例。

本發(fā)明的技術(shù)方案如下：

本文選擇兩種常見且效果好的升余弦濾波器(RC)和根升余弦濾波器(RRC)，這樣在系統(tǒng)實(shí)現(xiàn)時(shí)可以與其他模塊共用。具體步驟如下：

(1)首先，隨機(jī)生成一個(gè)包含K個(gè)元素的二進(jìn)制序列C_k∈{0,1}，k∈[0,K-1]。

(2)接著，對濾波器進(jìn)行編號，當(dāng)C_k＝1時(shí)，選用RCC濾波器對第k路子載波信號進(jìn)行濾波，否則選用RC濾波器對第k路子載波信號進(jìn)行濾波。

(3)最后，K路載波疊加得到GFDM信號，計(jì)算PAPR。

接下來對上面RAF-GFDM的復(fù)雜度進(jìn)行分析，為比較，我們也給出了OFDM及傳統(tǒng)GFDM系統(tǒng)、Clipped-GFDM系統(tǒng)、PCT-GFDM、SLM-GFDM系統(tǒng)等的復(fù)雜度。參考式(2)，生成GFDM信號需要的步驟如下：

(1)K次M點(diǎn)的FFT；

(2)K次濾波，一次濾波進(jìn)行LM次復(fù)數(shù)乘運(yùn)算；

(3)K次MN個(gè)點(diǎn)的復(fù)數(shù)加運(yùn)算；

(4)K次MN點(diǎn)的IFFT。

我們用復(fù)數(shù)乘運(yùn)算C^M衡量系統(tǒng)的復(fù)雜度，所以傳統(tǒng)的GFDM系統(tǒng)的復(fù)雜度可以表示為：

$C_{GFDM}^M=KM{\log }_{2}M+KLM+MN{\log }_{2}MN---\left(16\right)$

本文提出的基于隨機(jī)分配濾波器的算法，相較于傳統(tǒng)的GFDM系統(tǒng)，只是在信號的濾波處理步驟上有所變化，但是并沒有增加系統(tǒng)的運(yùn)算成本，所以：

$C_{RAF-GFDM}^M=C_{GFDM}^M=KM{\log }_{2}M+KLM+MN{\log }_{2}MN---\left(17\right)$

如表2所示，給出了幾種不同降PAPR算法的復(fù)雜度比較，可以看出，限幅法沒有增加額外的復(fù)雜度，但卻以犧牲系統(tǒng)的誤碼率性能來降低PAPR；PCT算法的計(jì)算復(fù)雜度略有增加，可它同限幅法一樣，會增加系統(tǒng)的誤比特率。SLM算法是一個(gè)線性過程，不會帶來信號畸變，復(fù)雜度也適中，但是降低PAPR的效果并不突出；而本文提出的算法同樣是線性過程，雖在降低PAPR的效果上 沒有限幅法和PCT算法突出，但勝在沒有增加額外的計(jì)算成本，且對誤碼率幾乎沒有影響，具有更高的實(shí)際應(yīng)用價(jià)值。

本文通過對每路子載波隨機(jī)分配不同的濾波器RC和RRC，旨在破壞K路子載波信號相位的一致性，使各子載波信號連續(xù)疊加的時(shí)候出現(xiàn)峰值功率的幾率減少。為了分析本文方法的性能，我們與傳統(tǒng)GFDM、文獻(xiàn)[15]提出的迭代限幅法(Clipped-GFDM)、多項(xiàng)式壓擴(kuò)法(PCT-GFDM)和選擇映射算法(SLM-GFDM)進(jìn)行仿真比較。信道包括高斯信道和步行多徑信道，分別采用MF、ZF、MMSE三種接收方式，本文的其他仿真參數(shù)如表2所示。

圖3為濾波器的滾降系數(shù)對RAF-GFDM系統(tǒng)PAPR的影響。我們注意到，RAF-GFDM系統(tǒng)的PAPR性能和所選濾波器的滾降系數(shù)(roll-off)有關(guān)，并不是越大越好，也不是越小越好，但是總體影響不是太大。所以在實(shí)際應(yīng)用中我們需要選擇合適的滾降系數(shù)使系統(tǒng)的RAF-GFDM系統(tǒng)的PAPR性能達(dá)到最優(yōu)。

圖4對不同的降低PAPR的方法進(jìn)行了比較，我們注意到GFDM系統(tǒng)的PAPR略高于OFDM，這是由于GFDM運(yùn)用了更靈活的濾波器，即RRC、RC等，加快系統(tǒng)的帶外衰減。假設(shè)使用的是歸一化的濾波器，那么GFDM信號的平均功率將低于OFDM信號，所以GFDM的PAPR相比OFDM會有所增加。同時(shí)我們還可以看出，與傳統(tǒng)GFDM比較，本文提出的方法可以有效降低GFDM系統(tǒng)的PAPR。另外，Clipped-GFDM方案和PCT-GFDM方案降低PAPR的性能雖然優(yōu)于本文提出的算法，但是這兩種算法都屬于非線性操作，不僅復(fù)雜度更高，還會嚴(yán)重影響系統(tǒng)的BER性能。進(jìn)一步，我們還與同為線性操作的選擇映射算法(SLM)作比較，本文方法的PAPR降低效果優(yōu)于SLM算法。

圖6和圖7，分別研究高斯信道和步行多徑信道中本文提出的RAF-GFDM系統(tǒng)在MF、ZF、MMSE三種接收方式的BER性能，并與只使用一種濾波器的傳統(tǒng)GFDM系統(tǒng)的BER性能作比較。我們注意到，無論在高斯信道還是步行多徑信道，MF接收方式下的RAF-GFDM系統(tǒng)的BER性能曲線都介于單獨(dú)使用RC或RRC的傳統(tǒng)GFDM系統(tǒng)的BER性能曲線之間。而值得注意的是，若采 用ZF和MMSE接收方式，當(dāng)信噪比(SNR)較低時(shí)，RAF-GFDM系統(tǒng)的BER性能曲線仍然介于單獨(dú)使用RC或RRC的傳統(tǒng)GFDM系統(tǒng)的BER性能曲線之間；但是在中高信噪比時(shí)RAF-GFDM系統(tǒng)的BER性能會稍微差一點(diǎn)兒，這說明當(dāng)信噪比較高時(shí)，BER受性能較差的濾波器影響更大。綜上所述，本文提出的基于隨機(jī)分配濾波器的算法對GFDM系統(tǒng)的BER性能影響較小。

圖8和圖9分別為高斯信道和步行多徑信道中GFDM系統(tǒng)中使用不同降低PAPR方法的BER性能比較。從圖中可以看出，文獻(xiàn)[15]提出的Clipped-GFDM法和文獻(xiàn)[16]中提出的PCT算法的BER性能都有明顯變差，因?yàn)檫@兩種算法都屬于非線性過程，降低系統(tǒng)的PAPR是以犧牲BER性能為代價(jià)的；本文提出的RAF-GFDM算法卻可以在保障BER性能的前提下降低系統(tǒng)的PAPR。

表1是發(fā)送端運(yùn)算復(fù)雜度比較

表1

表2是仿真參數(shù)

表2

以上這些實(shí)施例應(yīng)理解為僅用于說明本發(fā)明而不用于限制本發(fā)明的保護(hù)范圍。在閱讀了本發(fā)明的記載的內(nèi)容之后，技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等效變化和修飾同樣落入本發(fā)明權(quán)利要求所限定的范圍。