主权项 |
基于分布式实现的OFDM信号峰平比抑制方法,包括如下步骤:(1)设定系统要求为:时域信号峰平比不能超过设定的期望符号的峰平比门限值α,且信号失真最小;(2)输入原始正交频分复用OFDM频域符号c<sub>o</sub>,c<sub>o</sub>∈C<sup>N×1</sup>,N为子载波数;(3)设置初始变量,包括:反傅里叶变换旋转因子矩阵A∈C<sup>lN×N</sup>、有用子载波选择矩阵S∈R<sup>N×N</sup>、数据子载波选择矩阵S<sub>D</sub>∈R<sup>N×N</sup>、空闲子载波选择矩阵S<sub>F</sub>∈R<sup>N×N</sup>、导频子载波选择矩阵S<sub>P</sub>∈R<sup>N×N</sup>、单位矩阵I∈R<sup>N×N</sup>、期望的频域符号c∈C<sup>N×1</sup>,以及与c对应的时域信号x∈C<sup>lN×1</sup>,其中N为OFDM子载波数,l为过采样因子;(4)根据系统应用场合和目的,设定期望符号的峰平比PAPR门限值α∈[1,+∞)和空闲子载波最大幅度门限T<sub>c</sub>;(5)根据步骤(1)中设定的系统要求,建立以下求解期望的频域符号c和时域信号x的优化模型:<img file="FDA0000914337980000011.GIF" wi="165" he="103" /><img file="FDA0000914337980000012.GIF" wi="245" he="174" /> <1>约束条件<img file="FDA0000914337980000013.GIF" wi="485" he="215" />其中,||x||<sub>∞</sub>表示向量x的无穷范数,||x||<sub>2</sub>表示向量x的2范数。将优化模<1>进行松弛转化得到以下凸优化模型<2>:<img file="FDA0000914337980000014.GIF" wi="165" he="103" /><img file="FDA0000914337980000016.GIF" wi="268" he="123" /> <2>约束条件||x||<sub>∞</sub>≤T<sub>x</sub>,Ac=x其中,参数T<sub>x</sub>由<img file="FDA0000914337980000015.GIF" wi="294" he="94" />近似计算得到,对该凸优化模型中的T<sub>x</sub>通过交替方向乘子算法迭代求解进行更新;(6)求解步骤(5)得到的凸优化模型,得到期望的频域符号c和时域信号x:(6a)通过交替方向乘子算法求解上述凸优化模型<2>,得到优化模型<1>的求解表达式:<img file="FDA0000914337980000021.GIF" wi="349" he="149" /><img file="FDA0000914337980000022.GIF" wi="1270" he="150" /><img file="FDA0000914337980000023.GIF" wi="566" he="95" />u<sup>k+1</sup>=u<sup>k</sup>+IFFT<sub>l</sub>(c<sup>k+1</sup>)‑x<sup>k+1</sup>其中,k表示第k次迭代,ρ>0为惩罚因子,u是尺度化的拉格朗日对偶变量,<img file="FDA0000914337980000024.GIF" wi="62" he="71" />表示在集合X={x|||x||<sub>∞</sub>≤T<sub>x</sub>}上的投影操作,FFT<sub>l</sub>(·)表示对lN维向量先直接做快速傅里叶变换,得到相应的频域lN维向量,再取该向量的前N个分量,最后对得到的N维向量进行尺度化,即与常数1/lN相乘,IFFT<sub>l</sub>(·)表示求N维向量的lN点反傅里叶变换;(6b)对上述求解表达式<3>进行迭代求解直到满足迭代终止条件,即最终的原始残余量Ac‑x和对偶残余变量x<sup>current</sup>‑x<sup>old</sup>同时满足预先设置值10<sup>‑5</sup>,得到优化模型<1>期望的频域符号c和时域信号x;其中x<sup>current</sup>表示迭代过程中当前x的值,x<sup>old</sup>表示上一次x的值;(7)将步骤(6)得到的期望频域符号c依次经过IFFT变换模块、并串变化、加循环前缀、D/A数模转换和射频放大后由天线发射出去。 |