为降低正交频分复用(OFDM:Orthogonal Frequency Division Multiplexing)信号的峰均功率比(PAPR:Peak Average Power Ratio)过高对系统产生的危害,提出将最小二乘估计方法(LS:Least Square Estimation)融合到凸集映射的星座图扩展技术中...为降低正交频分复用(OFDM:Orthogonal Frequency Division Multiplexing)信号的峰均功率比(PAPR:Peak Average Power Ratio)过高对系统产生的危害,提出将最小二乘估计方法(LS:Least Square Estimation)融合到凸集映射的星座图扩展技术中(ACE-POCS:Active Constellation Extension-Projected Onto Convex Sets),得到了一种新算法(LS-ACE-POCS:Least Square Estimation of Active Constellation Extension-Projected Onto Convex Sets)。该算法采用最小二乘估计算出一个最优因子,并将最优因子与消峰信号相乘,产生新的消峰信号,从而经过1次迭代便可与传统ACE-POCS算法10次迭代相媲美。由Matlab仿真结果可知,在相同的仿真环境下,该算法经过一次迭代比传统算法第10次迭代的PAPR低0.223 dB,并且其误码率性能稍微优异于传统算法,同时大大降低了系统的复杂度。展开更多
文摘为降低正交频分复用(OFDM:Orthogonal Frequency Division Multiplexing)信号的峰均功率比(PAPR:Peak Average Power Ratio)过高对系统产生的危害,提出将最小二乘估计方法(LS:Least Square Estimation)融合到凸集映射的星座图扩展技术中(ACE-POCS:Active Constellation Extension-Projected Onto Convex Sets),得到了一种新算法(LS-ACE-POCS:Least Square Estimation of Active Constellation Extension-Projected Onto Convex Sets)。该算法采用最小二乘估计算出一个最优因子,并将最优因子与消峰信号相乘,产生新的消峰信号,从而经过1次迭代便可与传统ACE-POCS算法10次迭代相媲美。由Matlab仿真结果可知,在相同的仿真环境下,该算法经过一次迭代比传统算法第10次迭代的PAPR低0.223 dB,并且其误码率性能稍微优异于传统算法,同时大大降低了系统的复杂度。
