一种基于OFDM信号幅度最佳分布的峰均比抑制方法技术

本发明专利技术涉及一种基于OFDM信号幅度最佳分布的峰均比抑制方法，解决了现有技术中发射机功放效率低、信号失真的问题。本发明专利技术公开的峰均比抑制方法提出峰均比抑制的目的并非是降低最高峰值，而是提高放大OFDM信号的效率，实施过程中不只考量最大峰值信号，还要考量出现概率大但幅度并不是最大的次峰值信号，即探究频域星座点矢量的欧式距离对OFDM信号幅度分布曲线的约束，得到满足最高功放效率的OFDM信号最佳幅度分布概率曲线，基于此准则，训练M次迭代的限幅函数和ACE算法。试验结果表明，在QPSK调制时，相比原始OFDM系统，经过本发明专利技术优化后的最终时域传输信号，获得了3.15dB的IBO性能改善，对比同等条件下单载波系统IBO仅差0.05dB。

【技术实现步骤摘要】
一种基于OFDM信号幅度最佳分布的峰均比抑制方法
本专利技术涉及无线通信
，尤其涉及一种基于OFDM信号幅度最佳分布的峰均比抑制方法。
技术介绍
多载波技术是未来无线传输领域的首选核心技术，具有频谱利用率率高和复杂环境通信作业的能力。然而，当子载波数量达到一定程度时，OFDM调制信号会产生很大的峰值，使得发射机功率放大器必须工作在较高功率回退状态，以保证足够的线性动态范围。在对OFDM信号进行放大时，如果放大器线性度不好，除了产生交调干扰，如果回退量不够，还会产生非线性失真和截止失真，导致频谱扩展，造成邻频干扰，不得不采用更高功率等级的放大器，以获取更大的线性范围，极大地削弱了发射机功放效率。目前，在多载波发射机的设计规划中引入峰均比抑制技术成为克服该缺陷的最主要办法。高峰值平均功率比(峰均比，PAPR)导致的发射机功率低下和信号失真通常被视为多载波技术的最大缺陷，克服高峰均比带来的影响对多载波的应用和推广意义深远。现有技术中，通常抑制OFDM信号峰均比的工作是以最小化CCDF曲线中某一概率门限对应的最大峰值为目标展开。然而选择哪一个概率门限作为功放性能的最大影响因素并未产生共识也没有确实的理论和技术依据。高峰均比最直接的影响是功放效率降低，峰值越大，造成的失真程度越大，根据中心极限定理，峰值越大出现的概率越小，次级峰值因为出现的概率较大从而影响功放失真的比重更大，而现有的CCDF评价标准的最大缺失就是忽略了上述因素。
技术实现思路
鉴于上述的分析，本专利技术实施例旨在提供一种基于OFDM信号幅度最佳分布的峰均比抑制方法，用以解决现有技术中发射机功放效率低、信号失真的问题。一方面，本专利技术实施例提供了一种基于OFDM信号幅度最佳分布的峰均比抑制方法，包括如下步骤：S1.对输入的OFDM频域信号进行IFFT变换，并完成q倍升采样处理，获得升采样后OFDM时域信号；S2.将上述升采样后OFDM时域信号通过线下训练好的限幅函数进行时域限幅处理，获得限幅后OFDM时域信号；S3将上述限幅后OFDM时域信号依次进行低通滤波、q倍降采样、FFT变换处理，获得限幅离散的频域信号；S4.将上述限幅离散的频域信号通过线下训练好的ACE算法进行优化处理，获得ACE优化后的频域信号；S5.将ACE优化后的频域信号反馈至步骤S1作为输入的OFDM频域信号，并作为步骤S4ACE算法中的迭代的参考信号，重复上述步骤S1～S4，进行M次限幅-ACE循环迭代处理，获得M次迭代的ACE频域信号；S6.对上述M次迭代的ACE频域信号依次进行IFFT变换和q倍升采样处理，获得最终时域传输信号。上述技术方案的有益效果如下：提出的峰均比抑制算法，无需信号帧结构的变更，无需更换现有接收设备，仅需更新发射端激励器，可以应用到绝大多数采用OFDM系统的通信和广电标准中。并且，上述技术方案能够实现OFDM时域信号幅度的最佳分布，进行功率放大时得到高达3.15dB的IBO增益(选取QPSK调制，3次迭代条件下)，达到的性能指标与单载波仅差0.05dB，基本解决多载波信号高峰均比的缺陷。通过M次限幅-ACE循环迭代处理，选择多峰值概率门限作为收敛目标，能更好地改善功放性能，解决发射机功放效率低、信号失真的缺陷。基于上述方法的另一个实施例中，对所述限幅函数和ACE算法进行线下训练，包括如下步骤：S01.设置限幅函数和ACE算法的初始形式和初始参数，以及迭代时对应的形式变化规则和参数变化规则；S02.针对包含所述初始形式和初始参数的限幅函数和ACE算法，将输入的训练用OFDM频域信号依次进行IFFT变换、升采样处理，将获得的升采样后时域信号通过包含初始形式和初始参数的限幅函数进行时域限幅处理，获得限幅后时域信号；S03.对上述限幅后时域信号依次进行低通滤波、降采样、FFT变换处理，获得限幅离散的频域结果；S04.对上述限幅离散的频域结果通过包含初始形式和初始参数的ACE算法进行优化处理，获得ACE优化后的频域信号；S05.将上述ACE优化后的频域信号作为步骤S02中输入的训练用OFDM信号，并作为步骤S04中ACE算法的迭代的参考信号，进行M次限幅-ACE循环迭代处理，得到M次迭代的ACE频域信号；S06.将M次迭代的ACE频域信号依次进行IFFT变换、升采样处理，获得峰均比抑制后时域信号，作为时域传输信号；S07.将上述时域传输信号通过功率放大器进行功率放大处理，并计算功放效率；S08.针对通过所述峰均比抑制算法变化规则和参数变化规则获得的J组不同的限幅函数参数和ACE算法参数组合，重复上述针对包含所述初始算法和初始参数的限幅函数和ACE算法的步骤S02～S07，获得J组参数组合对应的不同的功放效率；S09.针对上述功放效率，以获得MER＝40dB约束条件下的最小IBO作为功放效率优化的目标函数，获得M次迭代中限幅函数和ACE算法的最优参数组合；S10.将包括所述最优参数组合的限幅函数和ACE算法作为线下训练好的限幅函数和线下训练好的ACE算法，用于步骤S1～S6中所述峰均比抑制方法的信号处理。上述技术方案的有益效果是：对如何获得M次迭代中限幅函数和ACE算法的最优参数组合的方法进行了限定，可看出，上述技术方案提出峰均比抑制的目的应该是提高放大OFDM信号的效率,所以峰均比抑制实施过程中不是以降低最高峰值(PAPR)为目的，而是使放大OFDM信号的过程中效率最高。在实现过程中对信号中电平的幅值大小和其出现的统计数量做全面的分析，考虑每个子载波对整体失真的影响，从OFDM信号整体电平值分布的角度优化峰均比抑制技术。提出的优化准则除了关注大信号外，还考量了峰值不一定大但数量较多的幅值信号，整体分析了CCDF曲线中的幅度分布状态对放大器失真的影响，在以上优化过程中得到最高功放效率意义上的OFDM信号最佳幅度分布概率曲线。进一步，所述限幅函数的形式为：式中，x(n)表示n时刻的升采样后OFDM时域信号，A表示限幅函数参数中的限幅门限值，p表示限幅函数参数中的扩张因子。上述进一步方案的有益效果是：幅值小于限幅门限的信号不做限幅处理，而高于限幅门限的部分，幅值越大的信号，限幅的力度越强，幅值相对较小的信号，限幅的力度越小。上述限幅函数并不是传统的一刀切处理峰值信号，而是通过限幅函数进行信号处理，其主要功能并非抑制最高峰值，而是经FFT变换后得到ACE算法中更多子载波在星座图的偏离矢量，并确定其对峰值的贡献。进一步，步骤S09中，所述以MER＝40dB约束条件下的最小IBO作为功放效率优化的目标函数获得M次迭代中限幅函数和ACE算法的最优参数，包括如下步骤：S091.通过时域限幅处理，找出导致高峰均比的关键子载波和子载波位置；S092.建立ACE算法中上述关键子载波的频域移动规则，利用该ACE算法对限幅引起的带内频谱离散进行优化，获得优化结果；S093.将上述优化结果进行IFFT变换处理，获得ACE时域信号，测量该ACE时域信号在功率放大器中表征的MER；S094.当所述MER不超过40dB时，丢弃该组参数组合，当所述MER超过40dB时，通过改变饱和截止功率对功放IBO参数进行调整，保证MER＝40dB限定条件下功率放大器具有最小IBO，获得M次迭代中限幅函数和本文档来自技高网...

【技术保护点】
1.一种基于OFDM信号幅度最佳分布的峰均比抑制方法，其特征在于，包括如下步骤：S1.对输入的OFDM频域信号进行IFFT变换，并完成q倍升采样处理，获得升采样后OFDM时域信号；S2.将上述升采样后OFDM时域信号通过线下训练好的限幅函数进行时域限幅处理，获得限幅后OFDM时域信号；S3.将上述限幅后OFDM时域信号依次进行低通滤波、q倍降采样、FFT变换处理，获得限幅离散的频域信号；S4.将上述限幅离散的频域信号通过线下训练好的ACE算法进行优化处理，获得ACE优化后的频域信号；S5.将ACE优化后的频域信号反馈至步骤S1作为输入的OFDM频域信号，并作为步骤S4ACE算法中的迭代的参考信号，重复上述步骤S1～S4，进行M次限幅‑ACE循环迭代处理，获得M次迭代的ACE频域信号；S6.对上述M次迭代的ACE频域信号依次进行IFFT变换和q倍升采样处理，获得最终时域传输信号。

【技术特征摘要】
1.一种基于OFDM信号幅度最佳分布的峰均比抑制方法，其特征在于，包括如下步骤：S1.对输入的OFDM频域信号进行IFFT变换，并完成q倍升采样处理，获得升采样后OFDM时域信号；S2.将上述升采样后OFDM时域信号通过线下训练好的限幅函数进行时域限幅处理，获得限幅后OFDM时域信号；S3.将上述限幅后OFDM时域信号依次进行低通滤波、q倍降采样、FFT变换处理，获得限幅离散的频域信号；S4.将上述限幅离散的频域信号通过线下训练好的ACE算法进行优化处理，获得ACE优化后的频域信号；S5.将ACE优化后的频域信号反馈至步骤S1作为输入的OFDM频域信号，并作为步骤S4ACE算法中的迭代的参考信号，重复上述步骤S1～S4，进行M次限幅-ACE循环迭代处理，获得M次迭代的ACE频域信号；S6.对上述M次迭代的ACE频域信号依次进行IFFT变换和q倍升采样处理，获得最终时域传输信号。2.根据权利要求1所述的基于OFDM信号幅度最佳分布的峰均比抑制方法，其特征在于，对所述限幅函数和ACE算法进行线下训练，包括如下步骤：S01.设置限幅函数和ACE算法的初始形式和初始参数，以及迭代时对应的形式变化规则和参数变化规则；S02.针对包含所述初始形式和初始参数的限幅函数和ACE算法，将输入的训练用OFDM频域信号依次进行IFFT变换、升采样处理，将获得的升采样后时域信号通过包含初始形式和初始参数的限幅函数进行时域限幅处理，获得限幅后时域信号；S03.对上述限幅后时域信号依次进行低通滤波、降采样、FFT变换处理，获得限幅离散的频域结果；S04.对上述限幅离散的频域结果通过包含初始形式和初始参数的ACE算法进行优化处理，获得ACE优化后的频域信号；S05.将上述ACE优化后的频域信号作为步骤S02中输入的训练用OFDM信号，并作为步骤S04中ACE算法的迭代的参考信号，进行M次限幅-ACE循环迭代处理，得到M次迭代的ACE频域信号；S06.将M次迭代的ACE频域信号依次进行IFFT变换、升采样处理，获得峰均比抑制后时域信号，作为时域传输信号；S07.将上述时域传输信号通过功率放大器进行功率放大处理，并计算功放效率；S08.针对通过所述峰均比抑制算法变化规则和参数变化规则获得的J组不同的限幅函数参数和ACE算法参数组合，重复上述针对包含所述初始算法和初始参数的限幅函数和ACE算法的步骤S02～S07，获得J组参数组合对应的不同的功放效率；S09.针对上述功放效率，以获得MER＝40dB约束条件下的最小IBO作为功放效率优化的目标函数，获得M次迭代中限幅函数和ACE算法的最优参数组合；S10.将包括所述最优参数组合的限幅函数和ACE算法作为线下训练好的限幅函数和线下训练好的ACE算法，用于步骤S1～S6中所述峰均比抑制方法的信号处理。3.根据权利要求1或2所述的基于OFDM信号幅度最佳分布的峰均比抑制方法，其特征在于，所述限幅函数的形式为：式中，x(n)表示n时刻的升采样后OFDM时域信号，A表示限幅函数参数中的限幅门限值，p表示限幅函数参数中的扩张因子。4.根据权利要求2所述的基于OFDM信号幅度最佳分布的峰均比抑制方法，其特征在于，步骤S09中，所述以MER＝40dB约束条件下的最小IBO作为功放效率优化的目...

【专利技术属性】
技术研发人员：胡峰，蔡超时，刘昌银，宋洋，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京,11