[發(fā)明專利]基于分布式實(shí)現(xiàn)的OFDM信號(hào)峰平比抑制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610051236.7
• 申請(qǐng)日: 2016-01-26
• 公開（公告）號(hào): CN105656830B
• 公開（公告）日: 2019-02-19
• 發(fā)明（設(shè)計(jì)）人: 王勇超;寇辰光;白晶
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): H04L27/26
• 分類號(hào): H04L27/26
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.基于分布式實(shí)現(xiàn)的OFDM信號(hào)峰平比抑制方法，包括如下步驟：

(1)設(shè)定系統(tǒng)要求為：時(shí)域信號(hào)峰平比不能超過設(shè)定的期望符號(hào)的峰平比門限值α，且信號(hào)失真最??；

(2)輸入原始正交頻分復(fù)用OFDM頻域符號(hào)c_o，c_o∈C^N×1，N為子載波數(shù)，C表示復(fù)數(shù)域集合；

(3)設(shè)置初始變量，包括：反傅里葉變換旋轉(zhuǎn)因子矩陣A∈C^lN×N、有用子載波選擇矩陣S∈R^N×N、數(shù)據(jù)子載波選擇矩陣S_D∈R^N×N、空閑子載波選擇矩陣S_F∈R^N×N、導(dǎo)頻子載波選擇矩陣S_P∈R^N×N、單位矩陣I∈R^N×N、期望的頻域符號(hào)c∈C^N×1、與頻域符號(hào)c_o對(duì)應(yīng)的時(shí)域信號(hào)x_o∈C^lN×1，以及與期望的頻域符號(hào)c對(duì)應(yīng)的時(shí)域信號(hào)x∈C^lN×1，其中N為OFDM子載波數(shù)，l為過采樣因子，R表示實(shí)數(shù)域集合，C表示復(fù)數(shù)域集合；

(4)根據(jù)系統(tǒng)應(yīng)用場(chǎng)合和目的，設(shè)定期望符號(hào)的峰平比PAPR門限值α∈[1,+∞)和空閑子載波最大幅度門限T_c；

(5)根據(jù)步驟(1)中設(shè)定的系統(tǒng)要求，建立以下求解期望的頻域符號(hào)c和時(shí)域信號(hào)x的優(yōu)化模型：

其中，||x||_∞表示向量x的無窮范數(shù)，||x||₂表示向量x的2范數(shù)；

將優(yōu)化模型<1>進(jìn)行松弛轉(zhuǎn)化得到以下凸優(yōu)化模型<2>：

其中，參數(shù)T_x由近似計(jì)算得到，對(duì)該凸優(yōu)化模型中的T_x通過交替方向乘子算法迭代求解進(jìn)行更新；

(6)求解步驟(5)得到的凸優(yōu)化模型，得到期望的頻域符號(hào)c和時(shí)域信號(hào)x：

(6a)通過交替方向乘子算法求解上述凸優(yōu)化模型<2>，得到優(yōu)化模型<1>的求解表達(dá)式：

其中，k表示第k次迭代，ρ＞0為懲罰因子，u是尺度化的拉格朗日對(duì)偶變量，表示在集合X＝{x|||x||_∞≤T_x}上的投影操作，F(xiàn)FT_l(·)表示對(duì)lN維向量先直接做快速傅里葉變換，得到相應(yīng)的頻域lN維向量，再取該向量的前N個(gè)分量，最后對(duì)得到的N維向量進(jìn)行尺度化，即與常數(shù)1/lN相乘，IFFT_l(·)表示求N維向量的lN點(diǎn)反傅里葉變換；

(6b)對(duì)上述求解表達(dá)式<3>進(jìn)行迭代求解直到滿足迭代終止條件，即最終的原始?xì)堄嗔緼c-x和對(duì)偶?xì)堄嘧兞縳^current-x^old同時(shí)滿足預(yù)先設(shè)置值10^-5，得到優(yōu)化模型<1>期望的頻域符號(hào)c和時(shí)域信號(hào)x；其中x^current表示迭代過程中當(dāng)前x的值，x^old表示上一次x的值；

(7)將步驟(6)得到的期望頻域符號(hào)c依次經(jīng)過IFFT變換模塊、并串變化、加循環(huán)前綴、D\A數(shù)模轉(zhuǎn)換和射頻放大后由天線發(fā)射出去。

2.根據(jù)權(quán)利要求1所述的方法，其步驟(5)中對(duì)優(yōu)化模型<1>進(jìn)行松弛轉(zhuǎn)化，按如下步驟進(jìn)行：

(5a)將目標(biāo)函數(shù)簡(jiǎn)化為

(5b)將非凸約束松弛為凸的限幅約束||x||_∞≤T_x；

(5c)最后得到松弛轉(zhuǎn)化后的凸優(yōu)化模型<2>。