正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的主要缺点之一就是有较高的峰均功率比(Peak to Average Power Ratio,PAPR),降低了功率放大器(High Power Amplifier,HPA)的工作效率,同时HPA引入的非线性失真,恶...正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的主要缺点之一就是有较高的峰均功率比(Peak to Average Power Ratio,PAPR),降低了功率放大器(High Power Amplifier,HPA)的工作效率,同时HPA引入的非线性失真,恶化了系统的误比特率(Bite Error Rate,BER)性能.本文所提算法将限幅和HPA引入的非线性失真视为一个整体来考虑,利用与限幅噪声在时域上的近似稀疏性,对整个非线性过程进行建模.发送端通过限幅降低了OFDM信号的PAPR,在接收端,选取受噪声干扰小的可靠性观测向量,最小化信道噪声的影响,基于非线性模型计算得到的参数,利用压缩感知(Compressive Sensing,CS)算法能有效地恢复总的非线性失真信号,提升了系统的BER性能.展开更多
文摘正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的主要缺点之一就是有较高的峰均功率比(Peak to Average Power Ratio,PAPR),降低了功率放大器(High Power Amplifier,HPA)的工作效率,同时HPA引入的非线性失真,恶化了系统的误比特率(Bite Error Rate,BER)性能.本文所提算法将限幅和HPA引入的非线性失真视为一个整体来考虑,利用与限幅噪声在时域上的近似稀疏性,对整个非线性过程进行建模.发送端通过限幅降低了OFDM信号的PAPR,在接收端,选取受噪声干扰小的可靠性观测向量,最小化信道噪声的影响,基于非线性模型计算得到的参数,利用压缩感知(Compressive Sensing,CS)算法能有效地恢复总的非线性失真信号,提升了系统的BER性能.
