m基于PTS+TR的OFDM系统PAPR联合抑制算法matlab仿真

简介: m基于PTS+TR的OFDM系统PAPR联合抑制算法matlab仿真

1.算法描述

   部分传输序列(Partial Transmit Sequence , PTS)由于其不受载波数量限制,并且能够有效的,无失真的降低OFDM信号峰均比,而受到广泛关注。部分传输序列算法(PTS)最初是由S.H.Muller和J.B.Huber于1997年提出。PTS算法的核心思想是将具有N个符号的输入序列按照一定的分割方式分割成V个子数据块,并且保持每个子数据块仍含有N个符号。然后对V个子数据块进行相位加权与合并处理,选择具有最小PAPR的一组符号进行传输,达到降低OFDM信号PAPR的目的。传统的PTS算法理论比较多,现成的资料也比较多,这里就不多做介绍了,通过仿真,对比PTS和没有PTS下。目前OFDM的PAPR主要算法有信号预畸变,信号扰码,编码三个方向来解决。

   在本课题中,我们将在传统PTS算法基础上引入了TR的思路到改进后的PTS算法中,引入的意义为:先预留出若干子载波来加载削峰信号,然后利用优化过的PTS算法对OFDM符号的PAPR进行抑制,之后再利用改进的TR算法对符号的PAPR进行进一步的抑制。整个算法的流程如下所示:

步骤一:加入门限,降低PTS算法的复杂度(但是这样会降低性能)

当满足要求:
1.png

算法就停止搜索,这样的话,就降低的算法的复杂度,但是会影响性能。

步骤二:加入限幅的方法

2.png

   通过这个方法,可以在步骤一的基础上,提高性能,使其在复杂度降低的前提下,保存系统的性能不变。 

步骤三:改进PTS和TR的结合

为了和TR结合,首先,PTS分组必须为随机分组,并随机的保留一定的预留子载波,然后先执行PTS,再执行TR。

步骤四:执行TR

   将得到的频域信号X进行IFFT变换得到时域信号x,对x的每个子载波上的数据限幅,对取反后的限幅差值进行N点FFT变换,得到的频域反向限幅差值信号的预留子载波上的数据即为削峰数据,用其替代X中预留子载波上的数据即可有效地消除峰值信号。

2.仿真效果预览
matlab2022a仿真结果如下:

3.png
4.png
5.png

3.MATLAB部分代码预览

    if mod(k,1000) == 0
       k/1000
    end  
    %产生数据源
    QPSK_Ind       = floor(length(Map_qpsk)*rand(1,Nfft))+1;
    %调制,这里为了研究PAPR性能,所以不加入编码模块和交织模块
    Qpsk_mod       = Map_qpsk(QPSK_Ind(1,:));            
    %随机分割
    tic;
    QPSK_Ind = randperm(Nfft);
    A        = zeros(1,Nfft);
    for v=1:Npts
        A(v,QPSK_Ind(v:Npts:Nfft)) = Qpsk_mod(QPSK_Ind(v:Npts:Nfft));
    end
    a       = ifft(A,[],2);
    %限幅
    [rr,cc] = size(a);
    for i = 1:rr
        for j = 1:cc
            if abs(a(i,j)) > Tho
               a(i,j) = Tho*(real(a(i,j)) + ij*imag(a(i,j)))/abs(a(i,j));
            end
        end
    end
    
    for n = 1:4^Npts
        %相位组合因子
        phase_temp        = Init_Phase(Data_back(n,:)).';
        if n == 1
           a_temp         = sum(a.*repmat(phase_temp,1,Nfft)); 
        else  
           a_temp         = a_temp + sum(a.*repmat(phase_temp,1,Nfft)); 
        end
        Signal_Power_temp = abs(a_temp.^2);
        Peak_Power_temp   = max(Signal_Power_temp,[],2);
        Mean_Power_temp   = mean(Signal_Power_temp,2);
        PAPR_temp         = 10*log10(Peak_Power_temp./Mean_Power_temp);
        if PAPR_temp < Th
           PAPR_pts(k) = PAPR_temp;
           X2          = a_temp;    
           break;
        end
    end
    %限幅
    [rr,cc] = size(X2);
    X2s     = X2;
    for i = 1:rr
        for j = 1:cc
            if abs(X2(i,j)) > Tho2
               X2s(i,j) = Tho2*(real(X2(i,j)) + ij*imag(X2(i,j)))/abs(X2(i,j));
            end
        end
    end
    X3 = X2s;
    
    Signal_Power_temp = abs(X3.^2);
    Peak_Power_temp   = max(Signal_Power_temp,[],2);
    Mean_Power_temp   = mean(Signal_Power_temp,2);
    PAPRs(k)          = 10*log10(Peak_Power_temp./Mean_Power_temp); 
    times(k) = toc;
end
[cdf,PAPR] = ecdf(PAPRs);
figure;
semilogy(PAPR,1-cdf,'b','LineWidth',3);
xlabel('PAPR0[dB]');
ylabel('CCDF (Pr[PAPR>PAPR0])');
grid on;
title('有PAPR的时候的系统CCDF图');
save PAPR_Data_with_PAPR.mat PAPR cdf
%下面的代码是计算误码率的代码
Error    = zeros(1,length(SNR));
Rec      = zeros(1,Nfft); 
PAPR_pts = zeros(1,min(Nframes,2000));
for ii = 1:length(SNR)
    Err_tmp = 0;
    for k=1:min(Nframes,2000)
%         RandStream.setDefaultStream(RandStream('mt19937ar','seed',k*ii));
        if mod(k,1000) == 0
           ii 
           k/1000
        end
        %产生数据源
        QPSK_Dat     = floor(length(Map_qpsk)*rand(1,Nfft)) + 1;
        %调制,这里为了研究PAPR性能,所以不加入编码模块和交织模块
        Qpsk_mod     = Map_qpsk(QPSK_Dat);   
        
        %进行IFFT变换
        %随机分割
        QPSK_Ind = randperm(Nfft);
        A        = zeros(1,Nfft);
        for v=1:Npts
            A(v,QPSK_Ind(v:Npts:Nfft)) = Qpsk_mod(QPSK_Ind(v:Npts:Nfft));
        end
        a           = ifft(A,[],2);   
        %限幅
        [rr,cc] = size(a);
        for i = 1:rr
            for j = 1:cc
                if abs(a(i,j)) > Tho
                   a(i,j) = Tho*(real(a(i,j)) + ij*imag(a(i,j)))/abs(a(i,j));
                end
            end
        end
        
        for n = 1:4^Npts
            %相位组合因子
            phase_temp        = Init_Phase(Data_back(n,:)).';
            if n == 1
               a_temp         = sum(a.*repmat(phase_temp,1,Nfft)); 
            else  
               a_temp         = a_temp + sum(a.*repmat(phase_temp,1,Nfft)); 
            end
            Signal_Power_temp = abs(a_temp.^2);
            Peak_Power_temp   = max(Signal_Power_temp,[],2);
            Mean_Power_temp   = mean(Signal_Power_temp,2);
            PAPR_temp         = 10*log10(Peak_Power_temp./Mean_Power_temp);
            if PAPR_temp < Th
               PAPR_pts(k)    = PAPR_temp;
               X2             = a_temp;    
               break;
            end
        end
        %限幅
        [rr,cc] = size(X2);
        X2s     = X2;
        for i = 1:rr
            for j = 1:cc
                if abs(X2(i,j)) > Tho2
                   X2s(i,j) = Tho2*(real(X2(i,j)) + ij*imag(X2(i,j)))/abs(X2(i,j));
                end
            end
        end
        X3 = X2s;
 
        R = X3;
        %通过高斯信道
        Dat_Ifft     = awgn(R,SNR(ii),'measured');
        %模拟实际的接收端的畸变
        Dat_Ifft2    = Dat_Ifft;
        if PAPR_pts(k) > 8+Tho+Tho2%瞬时功率过大,则畸变
           Dat_Ifft2 = randn(1,Nfft) + ij*randn(1,Nfft); 
        end
        
        %fft变换
        Dat_fft      = fft(Dat_Ifft2,[],2); 
        %解调
        I            = sign(real(Dat_fft)).*(abs(real(Dat_fft))>0.5);
        Q            = sign(imag(Dat_fft)).*(abs(imag(Dat_fft))>0.5);
        for i = 1:Nfft
            if I(i) ==  1 & Q(i) ==  0
               Rec(i) = 1; 
            end
            if I(i) == -1 & Q(i) ==  0
               Rec(i) = 2;
            end
            if I(i) == 0  & Q(i) ==  1
               Rec(i) = 3;
            end
            if I(i) == 0  & Q(i) == -1
               Rec(i) = 4;
            end            
        end
    Err_tmp = Err_tmp + length(find(QPSK_Dat~=Rec));    
    end
    Error(ii) = Err_tmp/min(Nframes,2000)/Nfft;
end
01_060_m
相关文章
|
28天前
|
算法 计算机视觉
YOLOv3 的非极大值抑制(NMS)算法是如何工作的,它对最终检测结果有何影响?
YOLOv3 的非极大值抑制(NMS)算法是如何工作的,它对最终检测结果有何影响?
|
1月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
1月前
|
流计算
计及多能耦合的区域综合能源系统电气热能流计算(含matlab代码)
计及多能耦合的区域综合能源系统电气热能流计算(含matlab代码)
基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法(含matlab代码)
基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法(含matlab代码)
|
1月前
|
算法 调度
计及需求响应和电能交互的多主体综合能源系统主从博弈优化调度策略(含matlab代码)
计及需求响应和电能交互的多主体综合能源系统主从博弈优化调度策略(含matlab代码)
|
1月前
|
调度
Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度
Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度
|
1月前
|
数据安全/隐私保护
地震波功率谱密度函数、功率谱密度曲线,反应谱转功率谱,matlab代码
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
|
1月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
1月前
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)

热门文章

最新文章