论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术由于其对抗多径衰落的鲁棒性,高的频谱效率和易于实现性而被广泛地应用于大量的无线通信系统中,例如数字音频广播(DAB),WiMAX,4G LTE和IEEE 802.11等。然而,OFDM信号较高的峰均功率比(Peak-to-Average Power Ratio,PAPR)会使得发送端的高功率放大器(High Power Amplifier,HPA)进入饱和区,产生带内失真和带外辐射,带内的非线性失真会恶化系统的误比特率(Bit Error Rate,BER)性能,带外辐射会干扰相邻信道的频谱。为了避免非线性失真,较高的PAPR要求HPA具有较大的线性动态范围,或者较大的输入回馈(Input Backoff,IBO),这样会降低HPA的工作效率。因此,为了降低OFDM信号的非线性失真,提升系统的BER性能,发送端如何进行PAPR的抑制,以及接收端对系统中的非线性失真进行恢复或消除,就显得尤为关键。目前,PAPR抑制技术大体上可以划分为三大类:信号失真技术,多信号和概率性技术和编码技术。其中,限幅是最简单的信号失真类技术。限幅过程是一个非线性过程,会造成带内失真和带外干扰;带内失真会恶化系统的BER性能,而带外干扰会引起频谱扩展。带外干扰可以通过滤波操作消除,但同时也会引起峰值再生。因此,迭代限幅滤波(Iterative Clipping and Filtering,ICF)被提出来消除带外干扰部分同时抑制信号峰值的再生。在限幅一次的情况,限幅噪声在时域上具有稀疏性。根据稀疏信号处理中的压缩感知理论(Compressed Sensing,CS),稀疏信号可以从相应的观测向量中恢复出来。本文的主要工作如下:(1)改进了接收端基于CS的一次限幅噪声恢复算法。在奈奎斯特采样率下,在限幅噪声的基础上,将限幅和HPA引入的非线性失真视为一个整体来考虑,利用与限幅噪声在时域上类似的稀疏性,对整个非线性过程建立模型来进行计算。在过采样情况下,基于正常的HPA模型对于非线性失真的分析方式不再适用。因此,此时从HPA的多项式模型角度出发,采用3阶的HPA多项式模型,联合限幅过程和Bussgang理论,对最终的非线性失真进行了分析和推导。接收端采用CS重构算法依然能够有效地恢复非线性失真。(2)由于传统ICF需要多次迭代才能收敛期望的PAPR门限值,收敛速度较慢,本文结合一次SCF算法的结构,提出了改进的频域噪声迭代放缩因子的算法。每次迭代选取事先已经确定好的频域噪声放缩因子,4次迭代可以使得PAPR收敛到期望的门限值。再者,由于迭代限幅失真使得系统的BER性能进一步恶化,本文提出了联合噪声增强因子基于CS的迭代限幅失真改进的恢复方法,同时也考虑了HPA的非线性存在时总的失真的恢复情况。相比于传统的迭代限幅滤波系统的BER性能,利用噪声增强因子去量化系统总的非线性失真,所提的改进方法能够有效地改善系统的BER性能。