The present invention relates to a method for reducing peak-to-average ratio of OFDM signals based on improved artificial bee colony algorithm. In view of the characteristics of discrete and fewer phase rotation factor solutions in the artificial bee colony partial transmission sequence (ABC PTS) algorithm, a neighborhood exploration is proposed, which first randomly decides whether to approach the learning object (forward learning) or far from the learning object (reverse learning), and then randomly chooses the learning dimension. Strategy. If it is positive learning, then one dimension is randomly selected as the dimension L to be explored in two dimensions with different values of food source location (rotation factor group); if it is reverse learning, then one dimension is randomly selected as the dimension L to be explored in two dimensions with the same values of food source location (rotation factor group). It avoids the phenomenon that the solution of the original ABC PTS algorithm is not updated in the neighborhood exploration, and can search for the combination of phase factors more effectively, which improves the exploration efficiency and thus improves the PAPR suppression performance. The simulation results show that the improved ABC PTS algorithm can achieve better PAPR performance.
【技术实现步骤摘要】
一种基于改进人工蜂群算法的OFDM信号峰均比降低方法
本专利技术涉及通信
,更具体地,涉及OFDM时域信号峰均比(PAPR)的降低方法。
技术介绍
正交频分复用(OFDM)技术作为第四代无线通信的核心技术,是一种有效对抗频率选择性衰落和窄带干扰的高速传输技术。在OFDM系统中,由于发射信号是许多调制信号的和,当每个子载波上的符号同相时,发射信号的峰值功率会比其平均功率高许多。这就要求发射端的功率放大器必须有很大的线性工作区域,导致功率放大器效率低。作为OFDM系统的主要问题之一的高峰值平均功率比问题一直是学术界的研究重点。在OFDM信号抑制PAPR研究领域中,部分传输序列(PTS)是其中效果显著的一种方法。近年来,人工蜂群算法(ABC)被用于数值优化问题与PTS结合来搜索更好的相位因子组。然而,由于现有的人工蜂群=部分传输序列(ABC-PTS)的邻域探索策略存在解不更新的现象,导致计算冗余,影响PAPR抑制性能。
技术实现思路
为了克服现有技术存在的不足,本专利技术提出了一种基于改进人工蜂群算法的OFDM信号峰均比降低方法。为了实现上述目的,本专利技术提出的方法具体步骤如下:a)初始化系统参数limit及最大递推数;b)随机产生大小为S的初始解Ai,i=1,2,...,S,每个解代表一个食物源,也表示一个旋转因子组bi=[bi1,bi2,...,biV]T,计算每个食物源的适应度(花蜜数量),食物源适应度计算公式如下:其中f(bi)为旋转因子组bi对应的PAPR。将适应度较大的S/2个解作为雇佣蜂解,其余S/2作为旁观蜂解;c)对于每个雇佣蜂解bi,进行 ...
【技术保护点】
1.一种基于改进人工蜂群算法的OFDM信号峰均比降低方法,其特征在于,包括如下步骤:a)初始化系统参数limit及最大递推数;b)随机产生大小为S的初始解,每个解代表一个食物源,也表示一个旋转因子组,计算每个食物源的适应度(花蜜数量)将适应度较大的S/2个解作为雇佣蜂解,其余S/2作为旁观蜂解;c)对于每个雇佣蜂解bi,进行邻域解探索:在其他雇佣蜂解中随机选取一个bk作为学习对象,再随机决定学习方向和解更新的维度l,改动雇佣蜂解维度l的值得到欲探索的邻域解并计算此邻域解对应的适应度,若适应度大于雇佣蜂解,那么该雇佣蜂解更新为此邻域解;d)对于每个雇佣蜂解计算各自被选概率;e)对于每个旁观蜂,根据步骤d)计算的概率通过轮盘赌的方式选择一个雇佣蜂解,自身变成这个雇佣蜂解之后,利用与步骤c)中雇佣蜂的邻域探索策略相同的方式决定探索的邻域解,计算此邻域解对应的适应度,若适应度大于雇佣蜂解那么该雇佣蜂解更新为此邻域解;f)记录最好的雇佣蜂解;g)对于每个雇佣蜂解,观察他们不曾更新的迭代次数,如果达到limit次,那么抛弃这个雇佣蜂解,在解空间内随机生成一个新解替代这个雇佣蜂解;h)这个过程循环执 ...
【技术特征摘要】
1.一种基于改进人工蜂群算法的OFDM信号峰均比降低方法,其特征在于,包括如下步骤:a)初始化系统参数limit及最大递推数;b)随机产生大小为S的初始解,每个解代表一个食物源,也表示一个旋转因子组,计算每个食物源的适应度(花蜜数量)将适应度较大的S/2个解作为雇佣蜂解,其余S/2作为旁观蜂解;c)对于每个雇佣蜂解bi,进行邻域解探索:在其他雇佣蜂解中随机选取一个bk作为学习对象,再随机决定学习方向和解更新的维度l,改动雇佣蜂解维度l的值得到欲探索的邻域解并计算此邻域解对应的适应度,若适应度大于雇佣蜂解,那么该雇佣蜂解更新为此邻域解;d)对于每个雇佣蜂解计算各自被选概率;e)对于每个旁观蜂,根据步骤d)计算的概率通过轮盘赌的方式选择一个雇佣蜂解,自身变成这个雇佣蜂解之后,利用与步骤c)中雇佣蜂的邻域探索策略相同的方式决定探索的邻域解,计算此邻域解对应的适应度,若适应度大于雇佣蜂解那么该雇佣蜂解更新为此邻域解;f)记录最好的雇佣蜂解;g)对于每个雇佣蜂解,观察他们不曾更新的迭代次数,如果达到limit次,那么抛弃这个雇佣蜂解,在解空间内随机生成一个新解替代这个雇佣蜂解;h)这个过程循环执行,直到迭代次数达到了最大递推数时算法结束。2.根据权利要求1所述的方法,其特征在于,采用部分传输序列(PTS)作为OFDM信号降低PAPR方法,针对PTS中解空间离散且解个数较少的特点,结合改进的人工蜂群算法(ABC)的邻域探索策略来选取PTS的最优旋转因子组。3.根据权利要求1所述的方法,其特征在于,步骤a)设置控制参数limit记录某个解更新次数,如果某个解连续经过limit次循环,仍然...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。