论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术具有频谱利用率高,抗多径衰落能力强,实现简单等优点,现已被广泛应用于无线通信系统中。但是它高峰平功率比(Peak-to-Average-Power Ratio,PAPR)的固有缺点是限制其前进与发展的主要因素,因为这会对后续的功率放大器、数模转换器等器件的线性动态范围要求严格,还可能导致放大器功放效率低下,基站等设备耗电量大,信号非线性失真等现象。因此,有效抑制PAPR是OFDM的关键技术之一。目前,采用凸优化技术降低OFDM信号的PAPR已成为新的研究方向。虽然与传统方法相比,凸优化方法可以得到更好的PAPR抑制效果,但是因其计算复杂度高而使其实际应用受到约束。所以找出一种既能有效降低OFDM信号的PAPR,又能提高计算效率,降低算法复杂度的方法具有重要的意义。本文针对这一情况,提出了低复杂度的凸优化方法来降低OFDM信号的峰平比。本文的主要贡献包括以下几个方面:1)建立了三个包含“限幅(clipping)”约束的模型。通过凸松弛技术,将非凸的PAPR约束松弛为凸的限幅约束,限幅操作是线性的方法,而且实现简单。2)通过使用近年来在大数据处理和机器学习领域逐渐成熟的交替方向乘子算法(Alternating Direction Method of Multipliers,ADMM),可以得到这三种模型的自定义求解方法。因为ADMM将问题转化为可并行求解的可分离变量的多个子优化问题进行迭代计算,而每一个子问题都有较简单的解析解,所以原始问题的求解就变得比较简单。3)我们分析发现,对于本文中所提出模型的自定义求解方法,它们每一次迭代的代价都主要来自于快速傅里叶变换(Fast Fourier Transform,FFT),所以其计算复杂度低,近似为(7)(8)22lNlog lN。另外,由于与OFDM信号相关的FFT变换因子矩阵是正交的,因此,模型的ADMM迭代过程还可以并行分布式地实现。4)最后通过对本文中方法进行仿真,并与已有的方法进行比较发现:我们的方法在有效降低OFDM信号PAPR的同时,还具有很低的算法复杂度。