基于部分传输序列抽样的PAPR抑制技术
北京大学深圳研究生院 集成微系统科学工程与应用重点实验室, 广东 深圳 518055)
A low-complexity PAPR reduction technique based on sampling partial transmit sequences
Key Laboratory of Integrated Microsystems, Shenzhen Graduate School of Peking University, Shenzhen, Guangdong 518055, China)
摘要 为了降低部分传输序列法(PTS)峰值平均功率比(PAPR)抑制技术的复杂度,通过研究OFDM时域信号序列的最大峰值与部分传输序列相应位置峰值(包括最大峰值和次峰值)之间的关联性,提出一种在相位旋转因子优化过程中利用抽样序列替代部分传输序列的简化方法,并给出两种可行的抽样策略.由部分传输序列峰值点样值所构造的PTS抽样序列具有较少的样值数目,因此可以极大地降低PTS优化处理过程的计算复杂度.仿真结果表明,与未经抽样的PTS方法相比,新方法仅有微弱的性能损失.
关键词 :
多载波调制 ,
正交频分复用 ,
信号处理 ,
优化 ,
算法复杂度
Abstract :In order to reduce the complexity of partial transmit sequence(PTS) technique used for peak-to-average power ratio (PAPR) reduction, based on the analysis of the relationship between the largest peak of orthogonal frequency division multiplexing (OFDM) sequence and the peaks (including the largest peak and sub-peaks) of partial transmit sequences, a lowcomplexity PTS was presented, which used PTS sampling sequences instead of partial transmit ones in the optimizing process of phase factor sequence. Two feasible sampling schemes were also provided to realize the PAPR reduction method. The PTS sampling sequences have fewer samples, so that the new method can achieve low complexity. Simulation results show that compared with original PTS, the new method just has a tiny PAPR reduction performance loss.
Key words :
multicarrier modulation
OFDM
signal processing
optimization
computational complexity
基金资助: 国家“863”计划项目(2003AA1Z1210)
作者简介 : 焦玉中(1975—),男,河南延津人,博士研究生(jiaoyz04829@szcie.pku.edu.cn),主要从事OFDM系统设计及芯片实现研究.
倪学文(1944—),男,江苏海门人,教授,博士生导师(nxw@pku.edu.cn),主要从事MEMS和SOC设计方法学研究.
引用本文:
焦玉中, 倪学文, 王新安, 刘雪娇, 许应. 基于部分传输序列抽样的PAPR抑制技术[J]. 江苏大学学报(自然科学版), 2010, 31(5): 576-580.
JIAO YuZhong, NI XueWen, WANG XinAn, LIU XueJiao, XU Ying. A low-complexity PAPR reduction technique based on sampling partial transmit sequences[J]. Journal of Jiangsu University(Natural Science Eidtion)
, 2010, 31(5): 576-580.
链接本文:
http://zzs.ujs.edu.cn/xbzkb/CN/10.3969/j.issn.1671-7775.2010.05.017 或 http://zzs.ujs.edu.cn/xbzkb/CN/Y2010/V31/I5/576
[1]
晋春, 毛罕平, 马国鑫, 王奇瑞, 石强. 基于改进遗传算法的温室环境动态优化控制 [J]. 江苏大学学报自然科学版, 2022, 43(2): 169-177.
[2]
朱玉全, 石亮, 李雷. 课程教学中基于模糊规则的知识网推荐方法 [J]. 江苏大学学报自然科学版, 2022, 43(2): 201-208.
[3]
邢志伟, 王思博, 李彪, 廉冠. 面向过站航班地面保障过程的均衡优化建模 [J]. 江苏大学学报自然科学版, 2022, 43(2): 209-217.
[4]
刘朝贤, 王德福, 黄会男, 党春雪, 张洪建. 猪用饲喂器拨片式供料装置机理分析与参数优化 [J]. 江苏大学学报自然科学版, 2021, 42(6): 661-670.
[5]
韩飞, 郑明鹏. 基于三方竞争机制的反向多目标粒子群优化算法 [J]. 江苏大学学报自然科学版, 2021, 42(6): 685-693.
[6]
张金成1, 王陶1, 王良模1, 邹小俊2, 宋伟2. 纯电动汽车坡道行驶驱动转矩优化控制策略 [J]. 江苏大学学报自然科学版, 2021, 42(5): 506-512.
[7]
钱孟波, 李希斌, 王望龙, 任成龙. 固态肥深施机工作机理及核心部件优化设计 [J]. 江苏大学学报自然科学版, 2021, 42(4): 421-427.
[8]
张俊雄, 朱祥森, 刘景云, 高金, 张凯飞. 风送式果园喷雾机气流场优化及试验 [J]. 江苏大学学报自然科学版, 2021, 42(4): 406-413.
[9]
郑晨飞, 姚晓山, 曹晓雨, 黄震, 严彦. 两轴驱动混合动力汽车动力系统的优化设计 [J]. 江苏大学学报自然科学版, 2021, 42(1): 22-27.
[10]
赵尚义1, 郑青星2,3, 刘豪森2,3. 混合动力物流车动力系统匹配及仿真 [J]. 江苏大学学报自然科学版, 2020, 41(6): 648-654.
[11]
王成龙, 尚昱君, 徐红梅, 姜威, 董佳俊. 基于声强测试的联合收获机噪声源识别与定位 [J]. 江苏大学学报自然科学版, 2020, 41(6): 677-684.
[12]
张江帆1, 王良模1, 王陶1, 袁刘凯2. 基于代理模型的白车身轻量化设计 [J]. 江苏大学学报自然科学版, 2020, 41(6): 634-639.
[13]
蒋应军, 谭云鹏, 林宏伟. 基于三轴试验的AC-20级配优化 [J]. 江苏大学学报自然科学版, 2020, 41(4): 392-398.
[14]
梁世娇, 柴争义. 基于多目标自适应Memetic算法的复杂网络社区检测 [J]. 江苏大学学报自然科学版, 2020, 41(3): 262-267.
[15]
盛晨航, 沈跃, 刘慧, 崔业民, 龙友能. 基于因子图的无人喷雾机多源融合定位 [J]. 江苏大学学报自然科学版, 2020, 41(3): 281-287.