一种拥有低峰均功率比的无线光正交多载波通信方法

摘要

本发明公开了一种拥有低峰均功率比（PAPR）的无线光正交多载波通信方法，按如下步骤进行：在发射端，首先调制后的频域符号采用音调注入（TI）算法，用松弛法转化为半正定规划凸优化问题，通过通用凸优化和随机化方法求解；其次，频域信号共轭对称的映射在子载波上，经过反快速傅里叶变换后添加循环前缀；最后，时域发射信号加入直流偏置驱动发光二极管发射。在接收端，光电二极管实现光电转换；信号经放大滤波，模数转换，快速傅里叶变换后移除循环前缀和共轭对称部分；对信号取模将其恢复在原星座图中；最后解调得到接收符号。本发明能够有效降低无线光通信OFDM系统的PAPR，降低对功率放大器和LED线性度的要求，减小非线性失真，提高接收性能。

主权项

一种拥有低峰均功率比的无线光正交多载波通信方法，包括以下步骤：1)在发射端，无线光通信OFDM系统的子载波数为N，信源产生的二进制数据源经过多进制正交幅度调制，形成待发送的频域信号2)根据音调注入方法，将原有星座点扩展，使得频域发送信号变为其中C_k＝p_kD_k+jq_kD_k被称为注入的音调，p_k∈{0,‑sgn(R_k)}，q_k∈{0,‑sgn(I_k)}，R_k＝Re{X_k}，I_k＝Im{X_k}，M_k表示QAM信号星座的大小，标量因子ρ≥1，Δ_k表示符号间的最小距离，p_k，q_k的值根据经典TI方法选取，sgn()表示取符号，Re{·}、Im{·}分别表示取信号实部和虚部；3)为了满足无线光通信，使得基带信号为实值，令Y_k,k＝0,1,...,N‑1表示经过子载波映射后的频域发射信号，无线光通信OFDM中子载波映射按照下面公式进行，满足共轭对称性：$Y_k=\left\{\begin{array}{cc}\mathrm{Re}\left({\bar{X}}_0\right),& k=0\\ {\bar{X}}_k,& k=1,...,\frac{N}{2}-1\\ \mathrm{Im}\left({\bar{X}}_0\right),& k=\frac{N}{2}\\ {\bar{X}}_{N-k}^{*},& k=\frac{N}{2}+1,...,N-1\end{array}\right.$4)频域信号经过N点的反快速傅里叶变换后转为实值的时域OFDM信号如下：$y_n=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{N-1}{\Sigma }}{Y}_k{e}^{j2\pi kn/N}=\frac{2}{\sqrt{N}}\underset{k=0}{\overset{\frac{N}{2}-1}{\Sigma }}\mathrm{Re}\left\{{\bar{X}}_k{e}^{j2\pi kn/N}\right\}+K_n,$其中通常OFDM系统中直流部分设置此时对应K_n＝0；5)重新映射时域信号功率为：$y_n^2=\frac{4}{N}{\left[\underset{k=0}{\overset{N/2-1}{\Sigma }}\mathrm{Re}\right\{(R_k+{\mathrm{jI}}_k+p_k{D}_k+{\mathrm{jq}}_k{D}_k)e^{j2\pi kn/N}\left\}\right]}^2=\frac{4}{N}{r}^T{S}_{n}r,$其中R_k＝Re{X_k}，I_k＝Im{X_k}，r＝[1 p^T q^T]^T，p＝[p₀ … p_N/2‑1]^T，q＝[q₀ … q_N/2‑1]^T，是需要优化的目标向量，S_n,n＝0,…,N‑1是与发射信号有关的(N+1)×(N+1)的已知矩阵；定义如下向量和矩阵：R＝[R₀ … R_N/2‑1]^T，I＝[I₀ … I_N/2‑1]^T，${\cos }_n=\left[\begin{array}{ccc}cos2\pi 0n/N& ...& cos2\pi (\frac{N}{2}-1)n/N\end{array}\right],$${\sin }_n=\left[\begin{array}{ccc}sin2\pi 0n/N& ...& sin2\pi (\frac{N}{2}-1)n/N\end{array}\right],$D＝diag[D₀ … D_N/2‑1]，b_pn＝Dcos_n(R^Tcos_n‑I^Tsin_n)，b_qn＝‑Dsin_n(R^Tcos_n‑I^Tsin_n)，A_ppn＝Dcos_n(Dcos_n)^T，A_qqn＝Dsin_n(Dsin_n)^T，A_pqn＝‑Dcos_n(Dsin_n)^T，A_qpn＝‑Dsin_n(Dcos_n)^T，c_n＝(R^Tcos_n‑I^Tsin_n)²，则音调注入算法的目标即可以转换成最小化6)需要决定的向量r中的元素原本可以取{0，±1}，为了方便后续步骤的处，理定义新的变量将TI算法问题等效为其中：$\begin{array}{c}{\tilde{S}}_n=A^T{S}_{n}A+\left[\begin{array}{cc}{A}^T{S}_{n}b& 0_{N+1,N}\end{array}\right]+\left[\begin{array}{c}{b}^T{S}_{n}A\\ 0_{N,N+1}\end{array}\right]+\left[\begin{array}{cc}{b}^T{S}_{n}b& 0_{1,N}\\ 0_{N,1}& 0_{N,N}\end{array}\right],\\ A=diag\left[\begin{array}{ccc}1& \frac{1}{2}\mathrm{sgn}{\left(R\right)}^T& \frac{1}{2}\mathrm{sgn}{\left(I\right)}^T\end{array}\right],b={\left[\begin{array}{ccc}1& -\frac{1}{2}\mathrm{sgn}{\left(R\right)}^T& -\frac{1}{2}\mathrm{sgn}{\left(I\right)}^T\end{array}\right]}^T\end{array};$7)令则R是元素仅包含±1并且对角线元素为+1的一个秩为1的方阵，进一步将秩为1这个条件松弛为R是半正定的，松弛后的问题转化为标准半正定规划SDP凸优化问题：其中min表示最小化，s.t.表示优化问题的约束条件；8)使用通用凸优化工具箱CVX解得半正定矩阵R，采用随机化方法将R特征值分解，选取其最大的特征值λ_max和对应的特征向量u，则中各个元素取值的概率为Pr{r＝r₀}表示r＝r₀的概率，按照这个概率分布随机产生多组候选向量，选择使得目标函数最小的候选向量作为最优解从而计算最终的p，q以及最终发射信号9)将经过TI运算后的信号依次经过共轭映射，N点快速傅里叶变换，加上循环前缀得到时域发送信号，将时域信号经过功率放大器以及数模变换器，送往光通信发射模块，加入直流偏置后驱动LED灯发射；10)在接收端，光电二极管将光信号转换为时域电信号，经过放大、滤波处理后，通过模数转换模块，作N点傅里叶变换后去除循环前缀，得到频域接收信号11)频域接收信号经过对D_k取模的模块，将接收信号星座点限制在未扩展的M‑QAM星座图中，得到最后进行解调，获得最终的接收符号。