基于量子混沌映射降低OFDM系统PAPR的算法研究

针对OFDM系统存在较高峰均功率比的问题,提出基于量子loigstic混沌映射的改进选择性映射算法,采用量子loigstic混沌映射作为随机相位序列矢量,解决了传统loigstic混沌映射的不动点和稳定窗问题,提供数目众多,具有良好相关特性和随机特性,易于产生和再生的信号。仿真结果表明所提算法有效降低了系统的峰均比,扩展了候选序列数量,减少了冗余信息传输量,降低了系统的边带功率,并在OFDM技术中具有广阔的应用前景。

降低DCO-OFDM系统峰均功率比的IGA-SLM算法

针对可见光通信中直流偏置光-正交频分复用(DCO-OFDM)系统存在的高峰均功率比(PAPR)问题,可采用选择性映射算法来降低系统的PAPR。由于选择性映射算法只能在有限组相位旋转序列里选择局部最优,因此引入遗传算法来搜索全局最优解,同时针对遗传算法容易产生过早收敛的问题,文章提出自适应调整机制、自适应多点交叉机制、最优解保护机制和立即淘汰机制来改进遗传算法,进而提出改进型遗传选择性映射算法(IGA-SLM)。仿真结果表明,该算法可显著降低可见光通信DCO-OFDM系统的PAPR。

数字波束成形中峰均比抑制方法的研究

数字波束成形技术是5G通信中的关键技术之一。然而,数字波束成形中过高的峰均比会造成信号发射端功率放大器进入非线性工作区域。针对现阶段概率类方法中的选择性映射类算法带宽利用率低和运算复杂度高的问题,提出一种基于MUSIC算法的盲选择性映射方法。该方法不用传输边带信息,就可提高频带的利用率;同时,在运算复杂度和峰均比的抑制效果上,所提方法较选择性映射算法有一定的改善。