本發(fā)明屬于無線通信技術(shù)領(lǐng)域，特別涉及一種載波注入峰均比抑制方法，可用于基于正交頻分復(fù)用OFDM的通信系統(tǒng)。

背景技術(shù)：

正交頻分復(fù)用OFDM技術(shù)因其高頻譜效率、強(qiáng)抗多徑能力及低復(fù)雜度等諸多優(yōu)點(diǎn)，被廣泛采納為多種無線通信系統(tǒng)的物理層標(biāo)準(zhǔn)。然而，該技術(shù)的一個(gè)主要缺陷就是信號(hào)峰均功率比PAPR過大。當(dāng)信號(hào)峰值超過放大器線性工作范圍時(shí)，會(huì)產(chǎn)生非線性失真，降低系統(tǒng)性能。因此，必須對(duì)OFDM信號(hào)進(jìn)行處理，減少信號(hào)峰均比。

現(xiàn)有的峰均比抑制技術(shù)包括削峰技術(shù)、壓擴(kuò)變換技術(shù)、選擇映射序列SLM、部分傳輸序列PTS、載波預(yù)留技術(shù)TR、星座擴(kuò)展技術(shù)ACE和載波注入技術(shù)TI等。這些峰均比抑制技術(shù)可以分為兩大類：

第一類是失真類峰均比抑制技術(shù)：其包括削峰技術(shù)和壓擴(kuò)變化技術(shù)。該類技術(shù)通過對(duì)OFDM時(shí)域信號(hào)進(jìn)行變換以實(shí)現(xiàn)有效的峰均比抑制。這類技術(shù)雖然處理簡單，但是會(huì)產(chǎn)生帶內(nèi)干擾和帶外輻射，造成系統(tǒng)性能惡化。

第二類是無失真類峰均比抑制技術(shù)：其包括選擇映射序列SLM、部分傳輸序列PTS、載波預(yù)留技術(shù)TR、星座擴(kuò)展技術(shù)ACE和載波注入技術(shù)TI。這類技術(shù)通過對(duì)OFDM頻域信號(hào)進(jìn)行變換來進(jìn)行峰均比抑制。其中：

選擇映射序列SLM和部分傳輸序列PTS，需要在多個(gè)等效序列中選擇峰均比最小的序列進(jìn)行傳輸，因此需要傳送額外的邊信息，這使得數(shù)據(jù)傳輸速率有所降低。

載波預(yù)留技術(shù)TR，需要在頻域預(yù)留出一部分子載波進(jìn)行峰均比抑制信號(hào)設(shè)計(jì)，因此，會(huì)降低數(shù)據(jù)傳輸效率。同時(shí)，由于預(yù)留子載波上的信號(hào)也會(huì)增加信號(hào)功率。

星座擴(kuò)展技術(shù)ACE，是通過星座邊緣的星座點(diǎn)在允許方向上向外擴(kuò)展，增加自由度來實(shí)現(xiàn)峰均比抑制，但是星座擴(kuò)展會(huì)增加發(fā)射功率，從而使誤碼率性能有所降低。

載波注入技術(shù)TI，是基于多符號(hào)映射，通過將同一信息映射到不同的等效星座點(diǎn)，利用額外的星座自由度來降低OFDM信號(hào)的峰均比。為了獲得最優(yōu)的等效星座映射序列，載波注入技術(shù)TI需要求解一個(gè)整數(shù)規(guī)劃問題，求解復(fù)雜度隨OFDM載波數(shù)目呈指數(shù)變化。為了解決求解整數(shù)規(guī)劃問題復(fù)雜度過高的問題，現(xiàn)有技術(shù)將載波注入問題規(guī)劃為一個(gè)組合問題，利用交叉熵的方法獲得次優(yōu)的等效星座映射序列。這種基于交叉熵的載波注入技術(shù)CE-TI雖然可以有效抑制峰均比，但是復(fù)雜度依然較高，實(shí)時(shí)性較差，不利于實(shí)際應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)上述基于交叉熵載波注入技術(shù)的不足，提出一種基于改進(jìn)型交叉熵的載波注入峰均比抑制方法，以減少復(fù)雜度，提高實(shí)時(shí)性。

本發(fā)明技術(shù)關(guān)鍵是通過縮小擾動(dòng)載波候選集，提高樣本質(zhì)量，從而提高基于交叉熵的峰均比抑制算法的收斂速度和實(shí)時(shí)性，減少復(fù)雜度，其實(shí)現(xiàn)方案包括如下：

(1)對(duì)OFDM信號(hào)x_n進(jìn)行軟限幅放大，得到時(shí)域失真信號(hào)c_n；

(2)對(duì)時(shí)域失真信號(hào)c_n進(jìn)行FFT后變換得到頻域失真信號(hào)C_k，并將該頻域失真信號(hào)按照各載波上的幅度進(jìn)行降序排列，選取隊(duì)列前θ個(gè)幅度對(duì)應(yīng)的載波索引，得到擾動(dòng)載波候選集Ω；

(3)設(shè)置最大的迭代總次數(shù)T，初始化迭代次數(shù)t＝0，門限值γ⁽⁰⁾＝0，依據(jù)貝努利概率分布初始化概率向量：其中為第k個(gè)載波對(duì)應(yīng)的概率初始值；

(4)隨機(jī)產(chǎn)生U個(gè)樣本向量將其中不屬于擾動(dòng)載波候選集的載波上的樣本值置為0；

(5)對(duì)每個(gè)樣本向量的相應(yīng)子載波數(shù)據(jù)符號(hào)X_k進(jìn)行擴(kuò)展，得到U個(gè)OFDM頻域信號(hào)及U個(gè)峰均比值并將這U個(gè)峰均比值進(jìn)行升序排列，利用隊(duì)列第個(gè)峰均比值對(duì)門限值進(jìn)行更新，更新后門限值為γ^(t)，其中ρ為常數(shù)；

(6)利用樣本向量更新后的門限值γ^(t)和前次迭代的概率向量p^(t-1)對(duì)概率向量進(jìn)行更新，更新后的概率向量為p^(t)；

(7)更新迭代次數(shù)t＝t+1，判斷迭代次數(shù)是否達(dá)到最大值T，

如果迭代次數(shù)沒有達(dá)到最大值T，則返回步驟(4)；

如果迭代次數(shù)達(dá)到最大值T，則將峰均比值中的最小值作為抑制后的峰均比值，將抑制后峰均比值對(duì)應(yīng)的頻域信號(hào)作為OFDM的頻域發(fā)送信號(hào)，其中u^*為最小峰均比值對(duì)應(yīng)的索引號(hào)。

本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)：

1、本發(fā)明依據(jù)頻域失真信號(hào)各載波上的幅度，通過選取最大的前θ個(gè)幅度值對(duì)應(yīng)的載波作為擾動(dòng)載波，縮小擾動(dòng)載波候選集，提高了基于交叉熵的峰均比抑制算法的收斂速度，減小了復(fù)雜度，提高了實(shí)時(shí)性；

2、本發(fā)明由于具有較快的收斂速度，可以在相同復(fù)雜度條件下更快的收斂到最優(yōu)解，因此，與基于交叉熵的峰均比抑制CE-TI算法相比，本發(fā)明具有更好的峰均比抑制性能，更小的發(fā)射信號(hào)功率增幅。

附圖說明

圖1是本發(fā)明的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明使用的星座擴(kuò)展示意圖；

圖3是用本發(fā)明和現(xiàn)有基于交叉熵的載波注入技術(shù)CE-TI在不同樣本數(shù)目下的峰均比抑制性能比較圖；

圖4是本發(fā)明在不同迭代次數(shù)T下的進(jìn)行峰均比抑制的性能效果圖。

具體實(shí)施方式

以下參照?qǐng)D1和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

步驟1，產(chǎn)生時(shí)域失真信號(hào)。

1a)選擇軟限幅放大器的輸入回退值IBO，確定軟限幅放大器的削切電平A，由此確定軟限幅放大器模型，對(duì)OFDM信號(hào)x_n進(jìn)行軟限幅放大，得到輸出限幅信號(hào)

其中為信號(hào)x_n的功率，θ_n為樣點(diǎn)x_n的角度；

1b)利用下式得到時(shí)域失真信號(hào)c_n

步驟2，確定擾動(dòng)載波候選集。

2a)對(duì)時(shí)域失真信號(hào)c_n進(jìn)行FFT變換得到頻域失真信號(hào)C_k，并將該頻域失真信號(hào)的幅度按照降序進(jìn)行排列，得到相應(yīng)的載波索引集：

Σ＝{k₍₀₎,k₍₁₎,…,k_(i),…,k_(N-1)}，

其中k_(i)為頻域失真信號(hào)C_k的幅度降序隊(duì)列中第i個(gè)幅值對(duì)應(yīng)的載波索引，i為整數(shù)，i∈[0,N-1]，N為OFDM載波數(shù)目；

2c)選擇載波索引集Σ中的前θ個(gè)載波索引，由此得到擾動(dòng)載波候選集：

Ω＝{k₍₀₎,k₍₁₎,…,k_(j),…,k_(θ-1)},

其中k_(j)為載波索引集Σ中前θ個(gè)載波索引中的第j個(gè)載波索引，j和θ均為整數(shù)，j∈[0,θ-1]，θ∈[1,N]。

步驟3，參數(shù)初始化。

3a)假設(shè)門限值γ⁽⁰⁾＝0，依據(jù)貝努利概率分布初始化概率向量其中為第k個(gè)載波對(duì)應(yīng)的概率初始值，k為整數(shù)，k∈[0,N-1]；

3b)設(shè)初始迭代次數(shù)t＝0，t為整數(shù)，t∈[1,T]，T為最大迭代次數(shù)。

步驟4，產(chǎn)生隨機(jī)樣本。

4a)依據(jù)貝努利概率分布和概率向量p^(t-1)隨機(jī)產(chǎn)生U個(gè)樣本向量每個(gè)樣本向量其中為第t次迭代產(chǎn)生的第u個(gè)樣本向量對(duì)應(yīng)第k個(gè)載波的隨機(jī)樣本值，u為整數(shù)，u∈[1,U]，k為整數(shù)，k∈[0,N-1]；

4b)當(dāng)時(shí)，設(shè)置

步驟5，更新門限值。

5a)依據(jù)樣本向量分別對(duì)相應(yīng)子載波上的數(shù)據(jù)符號(hào)X_k進(jìn)行擴(kuò)展，由此得到U個(gè)OFDM頻域信號(hào)擴(kuò)展的具體方式如下：

其中，為第t次迭代產(chǎn)生的第u個(gè)樣本向量對(duì)應(yīng)第k個(gè)載波的隨機(jī)樣本值，

X_k＝(d/2)a_k+j(d/2)b_k，d為星座點(diǎn)間的最小距離，M決定星座規(guī)模，

當(dāng)M＝16時(shí)，其星座擴(kuò)展結(jié)果如圖2所示；

5b)對(duì)這U個(gè)OFDM頻域信號(hào)進(jìn)行IFFT變換，得到U個(gè)OFDM時(shí)域信號(hào)其中

5c)由U個(gè)OFDM時(shí)域信號(hào)得到相應(yīng)的U個(gè)峰均比值其中每個(gè)峰均比值為：

其中，為OFDM時(shí)域信號(hào)最大幅值的平方，為OFDM時(shí)域信號(hào)的功率；

5d)將這U個(gè)峰均比值進(jìn)行升序排列得到：

其中l(wèi)為整數(shù)，l∈[1,U]；

5e)利用隊(duì)列第個(gè)峰均比值對(duì)門限值進(jìn)行更新，更新后門限值γ^(t)為：

其中，取值為大于ρU的最小的整數(shù)，ρ為常數(shù)，ρ＝0.1。

步驟6，更新概率向量。

6a)利用樣本向量和更新后的門限值γ^(t)得到概率向量

其中：為第t次迭代中第k個(gè)載波的概率值，

J(ω^(t,u))為第t次迭代中第u個(gè)樣本向量對(duì)應(yīng)的峰均比值，為第t次迭代中第u個(gè)樣本向量第k個(gè)載波的樣本值，k為整數(shù)，k∈[0,N-1]；

6b)為了防止概率向量收斂到局部最優(yōu)解，利用下式對(duì)概率向量p^(t)進(jìn)行更新：

其中λ為常數(shù)，λ＝0.8，p^(t-1)為前次迭代的概率向量。

步驟7，迭代次數(shù)更新及判斷。

7a)更新迭代次數(shù)t，令t＝t+1；

7b)判斷迭代次數(shù)t是否達(dá)到最大值T，

如果迭代次數(shù)t沒有達(dá)到最大值T，則返回步驟4；

如果迭代次數(shù)t達(dá)到最大值T，則執(zhí)行步驟8。

步驟8，選擇OFDM頻域發(fā)送信號(hào)。

8a)將峰均比值中的最小值作為抑制后的峰均比值；

8b)將對(duì)應(yīng)的頻域信號(hào)作為OFDM的頻域發(fā)送信號(hào)，其中u^*為最小峰均比值對(duì)應(yīng)的索引號(hào)。

本發(fā)明的效果可以通過以下仿真來進(jìn)一步說明。

一、仿真條件

OFDM子載波數(shù)為N＝256，過采樣倍數(shù)L＝4，星座規(guī)模M＝16，軟限幅放大器的輸入回退值設(shè)置為IBO＝4dB，常數(shù)ρ＝0.1，常數(shù)λ＝0.8。隨機(jī)樣本數(shù)目分別為U＝32和U＝16。峰均比抑制性能用互補(bǔ)累計(jì)分布函數(shù)CCDF來衡量，其中CCDF(PAPR)＝Prob(PAPR>PAPR₀)。

二、仿真內(nèi)容及仿真結(jié)果

仿真1，在最大迭代次數(shù)T＝10、隨機(jī)樣本數(shù)為U＝32和U＝16的條件下，分別對(duì)本發(fā)明和基于交叉熵的載波注入CE-TI方法的峰均比抑制性能進(jìn)行仿真，其中本發(fā)明方法的擾動(dòng)載波候選集大小為θ＝N/8，仿真結(jié)果如圖3所示。

從圖3中可以看出，本發(fā)明方法通過減少載波擾動(dòng)候選集大小，在不同隨機(jī)樣本數(shù)條件下，其峰均比抑制性能均優(yōu)于基于交叉熵的載波注入CE-TI方法。

仿真2，在擾動(dòng)載波候選集大小為θ＝N/8、隨機(jī)樣本數(shù)U＝16下，用本發(fā)明方法在最大迭代次數(shù)T＝1、2、3、4、5和10的條件下，分別進(jìn)行峰均比抑制性能仿真，結(jié)果如圖4所示。

從圖4可見，本發(fā)明的方法可以迅速收斂到最優(yōu)解，實(shí)現(xiàn)以較小的復(fù)雜度獲得較好的峰均比抑制性能。

綜上，本發(fā)明方法可有效提高收斂速度，獲得更好的峰均比抑制性能。

需要說明的是，上述實(shí)施例不以任何形式限制本發(fā)明，凡采用等同替換或等效變換的方式所獲得的技術(shù)方案，均落在本發(fā)明的保護(hù)范圍內(nèi)。