论文部分内容阅读
针对传统选择性映射(C-SLM)算法存在计算复杂度高的问题,提出了分组(G-SLM)的改进算法,在不增加系统计算复杂度的情况下,将时域备选信号的个数从M增加到M2 4,并且通过仿真确定了最佳的α值;针对C-SLM算法存在峰均功率比(PAPR)抑制性能有限的问题,将G-SLM算法与μ-law压缩扩展法相结合,提出了μ-GSLM联合算法,进一步降低了系统PAPR。仿真结果表明:在互补累计分布函数(CCDF)取值为10~(-3)时,与原始信号、G-SLM算法和μ-law压缩扩展法相比,μ-GSLM算法的P