近年来,滤波器组多载波(Filter Bank MultiCarrier, FBMC)技术已被广泛应用于许多高速率数据传输的通信系统,并且被认为是未来无线通信的合适候选。而其中正交频分复用(Orthogonal Frequency-Division Multiplexing, OFDM)技术是最为著名的多载波方案之一。然而循环前缀(Cyclic Prefix, CP)的插入降低了系统的频谱效率,并且矩形脉冲整形的使用导致了十分严重的高带外辐射。为了克服这些影响,滤波器组多载波-偏移正交幅度调制(Filter Bank MultiCarrier/Offset Quadrature Amplitude Modulation, FBMC-OQAM)逐渐获得了关注[1-5],作为第五代无线通信网络的潜在候选调制方案,FBMC/OQAM通过基于快速傅里叶逆变换/快速傅里叶变换(Inverse Fast Fourier Transform/ Fast Fourier Transform, IFFT/FFT)的滤波器组和OQAM符号能够将实数符号以FBMC/QAM符号速率的两倍载入子载波。因此在理论上,FBMC/OQAM具有较高的频谱效率以及频偏和多普勒扩展的鲁棒性。此外,在FBMC/OQAM系统中不需要循环前缀,可以提供比CP-OFDM系统更高的数据速率。然而, 所有多载波通信系统都存在功率高峰均值比(Peak-to-Average Power Ratio, PAPR)的问题,FBMC-OQAM也不例外。
通常,高峰均值比意味着为了避免传输信号中的失真,需要使用具有巨大输入回退的线性放大器,因此,为了解决高PAPR的问题同时又不影响功率效率,已经有各种降低PAPR的方案被提出。在OFDM系统中,降低PAPR的方案已经建立得较为完善,足够提供较大的抑制能力和几乎可以忽略的误码率(Bit Error Ratio, BER)降级[6],文献[7-8]对不同降低OFDM系统PAPR的方案进行了概述,但是由于FBMC系统固有的符号重叠,这些技术不能直接应用于FBMC系统,现在对于FBMC-OQAM系统降低PAPR的方法还比较少,用于FBMC系统中抑制PAPR的技术通常都需要额外的处理和额外的复杂性来解决优化问题[9-11]。目前,降低FBMC-OQAM的方案基本有两种思路:一种是直接把OFDM系统中降低PAPR的方法直接应用在FBMC中[12-13];另一种是根据FBMC-OQAM系统的特点,提出新的算法[14-15]。文献[14]提出了一种迭代剪切法来降低FBMC的峰均值比;文献[15]根据FBMC-OQAM的特点对选择性映射(SeLected Mapping, SLM)算法进行改进,提出了多数据块联合优化的SLM (Multi-Block-joint-optimization-SLM, MB-SLM)算法;文献[16]采用基于网格的SLM算法,通过动态搜索找出最佳相位旋转因子;文献[17]提出的DSLM算法对重叠选择性映射(Overlapped SeLected Mapping, OSLM)算法进行了改进,它主要考虑FBMC-OQAM相邻数据块的信号进行SLM计算;文献[18]提出了具有多块联合优化的部分传输序列(Multi-Block-joint-optimization-Partial Transmit Sequence, MB-PTS)方案,证明了当重叠性质被合理利用时,FBMC的表现优异于OFDM。文献[19]引入了载波预留(Tone Reservation, TR)方法和滑动窗口(Sliding-Window),然后根据系统特点进行改进,从而应用在FBMC-OQAM系统中。文献[20]引入了OFDM系统中的智能梯度映射-主动星座扩展(Smart-Gradient Project-Active Constellation Extension, SGP-ACE)算法,通过较小的迭代次数得到更好的PAPR性能;文献[21]提出了一种基于PTS算法的扩展备选传输序列(Extend Candidate Transmit Sequences, ECTS)算法,通过联合考虑相邻符号的相位旋转来对抗系统的重叠性并降低FBMC系统的PAPR。在以上提及的降低PAPR的方法中,一部分以牺牲误码率为代价降低PAPR,比如通过限幅、压扩变换等,另一些是通过增加计算的复杂度,如部分传输序列(Partial Transmit Sequence, PTS)等无失真算法。所以采取PTS算法是较为合适的选择,然而现有的适用于FBMC-OQAM系统的基于PTS的算法复杂度都较高,难以应用于实践,所以应当对应用在FBMC-OQAM系统中的PTS算法加以改进。
本文研究了FBMC-OQAM系统中PAPR较高的原因和目前已有的降低PAPR的方法,通过对传统PTS算法进行改进,提出了一种应用在FBMC-OQAM系统中的改进的基于PTS算法的迭代PTS (Iterative Partial Transmit Sequence, IPTS)算法,能够以较低的复杂度降低FBMC-OQAM信号的PAPR,继而提出了迭代PTS-限幅(IPTS-Clipping)联合算法,比较了两种联合算法IPTS-Clipping和Clipping-IPTS之间的性能差异,分析了两种算法级联时的顺序问题,并最终提出了最优的联合算法IPTS-Clipping算法,既能够达到较为理想的降低PAPR的效果,同时又不会增加计算复杂度和限幅噪声,是一种非常好的折中算法。
1 系统模型在传统FBMC系统中,当两个相邻符号的原型滤波器在频域中重叠时,可以达到最大数据传输速率,因此,FBMC系统采用了OQAM来避免传统系统中的内在干扰[20]。FBMC-OQAM的结构如图 1所示。
FBMC-OQAM中的字母O代表OFFSET,表示偏移。在FBMC-OQAM系统中,信号首先经过QAM调制变成复数信号,对每个复数信号分别取实部和虚部,虚部信号比实部信号晚1/2周期传输,再经过串并转换,转为并行信号,这样每个符号的实部和虚部都在子载波上传输。之后信号经过原型滤波器和相位滤波器调制,最终传输的信号为各子载波信号叠加而成。在接收端,不同子信道通过频谱搬移被分离出来,每个信号再提取出实,虚部信号,经过匹配滤波器以后恢复原始相位。
设FBMC-OQAM含有N个子载波,经过OQAM调制,串并联转换之后,转化为矩阵X,X= (X0, X1, …, XM-1),Xm表示第m个数据块,M为符号块大小。
Xm=(X0m, X1m, …, XN-1m)T,k代表子载波索引指数,Xkm表示第k个子载波上,第m符号块上的数据。Xkm=akm+jbkm,其中akm,bkm表示实部信号和虚部信号,akm,bkm在传输时,在时域上相差T/2,T表示码元宽度,通过原型滤波器h (t)的信号表示为:
$\begin{align} & x_{k}^{m}\left( t \right)=\left[ a_{k}^{m}h(t-mT)+\text{j}b_{k}^{m}h(t-T/2-mT) \right]{{\text{e}}^{\text{j}\frac{\text{ }\pi \text{ }}{2}k}}; \\ & \quad \quad \quad k=0,1,\cdots N-1, \\ \end{align}$ | (1) |
再经过N个正交子载波正交调制后得到:
$\begin{align} & S_{k}^{m}\left( t \right)=\left[ a_{k}^{m}h(t-mT)+\text{j}b_{k}^{m}h(t-T/2-mT) \right]{{\text{e}}^{\text{j}k(\frac{2\text{ }\pi \text{ }}{T}t+\frac{\text{ }\pi \text{ }}{2})}}; \\ & \quad \quad \quad k=0,1,\cdots N-1 \\ \end{align}$ | (2) |
Skm(t)在N个子载波信号上叠加在一起得出FBMC-OQAM在第m个数据块上的信号Sm(t):
${{S}^{m}}(t)=\sum\limits_{k=0}^{N-1}{S_{k}^{m}(t);\quad \text{ }}mT\le t\le mT+L+\frac{T}{2}$ | (3) |
T定义为符号周期,L表示滤波器的长度,L=KM,最终将M个数据块叠加,得出最终信号:
$S(t)=\sum\limits_{k=0}^{M-1}{{S}^{m}(t);\text{ 0}\le \text{t}\le MT+L-\frac{T}{2}}$ | (4) |
结合式(2) ~(4) 有:
$\begin{align} & S(t)=\sum\limits_{m=1}^{M}{\sum\limits_{k=0}^{N-1}{[}}a_{k}^{m}h\left( t-mT \right)+ \\ & \quad \quad \quad \text{j}b_{k}^{m}h(t-T/2-mT)]{{\text{e}}^{\text{j}k\left( \frac{2\pi }{T}t+\frac{\pi }{2} \right)}}k=0,1,\cdots N-1 \\ \end{align}$ | (5) |
为了减少带外衰减,同时由于接收端的匹配滤波器和发送端的原型滤波器相互对称,这要求原型滤波器系数的平方要满足Nyquist准则,所以原型滤波器要满足半Nyquist准则,其他滤波器则由原型滤波器的有效频移和相移得到。在这里,本文采用PHYDYAS滤波器[22],PHYDAYS最初由Bellanger设计[23],之后成为了欧洲项目PHYDAYS的参考原型滤波器。PHYDAYS滤波器的设计采用频谱抽样技术,涉及的分析参数有数据块M、重叠因子K、滚降系数α和滤波器长度L=KM。当K=4时,原型滤波器的时域脉冲响应与滤波器系数如下式所示:
$h[t]=\overline{P}[0]+2\sum\limits_{k=1}^{K=1}{{(-1)}^{k}}\overline{P}[k]\cos (\frac{2\pi k}{KM}(t+1))$ | (6) |
其中:
大多数的现有的降低PAPR的技术只能够在离散时间信号上实现,尽管本文研究的是连续时间的FBMC-OQAM信号,但如果采用Nyquist速率对信号进行采样,则有可能错过一些峰值,所以需要对信号执行过采样,本文采用过采样因子λ=4。信号通过经过采样的原型滤波器h[n]后可得到:
$\begin{align} & {x}_{k}^{m}[n]=\{{a}_{k}^{m}h[n-mk]+\text{j}b[n-K/2-mK]\}{\text{e}}^{\text{j}\frac{\text{ }\!\!\pi\!\!\text{ }}{2}k}; \\ & \quad \quad \quad k=0,1,\cdots ,N-1 \\ \end{align}$ | (7) |
和N个正交子载波正交调制后得到离散信号Skm[n]。
$\begin{array}{l} S(t) = \sum\limits_{m = - \infty }^\infty {\sum\limits_{k = 0}^{N - 1} {} } [a_k^mh[n - mK] + \\ \quad \quad \quad {\rm{j}}b_k^mh[t - K/2 - mK]]{{\rm{e}}^{{\rm{j}}k\left( {\frac{{2\pi }}{K}n + \frac{\pi }{2}} \right)}};k = 0,1 \cdots ,N - 1 \end{array}$ | (8) |
其中h[n]是由连续原型滤波器h[t]经过采样后得到的离散滤波器。
2 FBMC-OQAM系统的PAPR分析与抑制方案 2.1 FBMC-OQAM系统的PAPR在PAPR中,用于描述发射信号S (t)的动态行为的简单衡量参量被定义为:
$\gamma =\max \left\{ {{\left| s(t) \right|}^{2}} \right\}/E\left\{ {{\left| s(t) \right|}^{2}} \right\}$ | (9) |
|s (t)|是传输信号的幅度值,E{·}为信号的期望值,则PAPR (单位为dB)可以表示为:
$PAP=10{\text{lg}} (\gamma )$ | (10) |
在OFDM中,γ仅仅是测量M个数据符号中单个数据块的PAPR的函数,在FBMC-OQAM中,γ是几个连续数据块的函数,这种依赖性需要通过考虑FBMC-OQAM信号模型再进一步调查。通常用补充累计分布函数(Complementary Cumulative Distribution Function, CCDF)来表示γ,它可以计算出PAPR超过给出的门限值P0的概率。
图 2表示FBMC-OQAM的信号结构,可以看出每个Sm(t)由两部分组成,并且两部分交错T/2。每个数据块的长度为L+T/2,M个数据块的长度为L+MT-T/2。显然S1(t)与剩下的K-1个数据块相重叠。
在传统OFDM系统中,每个OFDM的符号长度为T,所以在相邻符号块之间并不存在重叠,并且可以对每个单独的OFDM符号的PAPR进行定义,由于FBMC-OQAM的重叠性质与信号在FBMC系统中的瞬态,导致PAPR不能精确地在FBMC数据块的开始和结尾处测量,为了尽可能准确地测量FBMC中的PAPR,应当对FBMC-OQAM系统中PAPR的定义加以修改。可以考虑将信号s (t)分成Q+α个时间间隔,每段长度都为T (最后一段长为T/2)。每段时间间隔的PAPR (单位为dB)可以定义为:
$PAPR = 10\lg \frac{{\mathop {\max }\limits_{iT \le t \le \left( {i + 1} \right)T} {\mkern 1mu} {{\left| {\bar S(t)} \right|}^2}}}{{E\left[ {{{\left| {\bar S(t)} \right|}^2}} \right]}};i = 0,1, \ldots ,M + K - 1$ | (11) |
通常,PAPR降低技术可以大概分为三种类型:剪辑效应变换技术、块编码技术和概率方法。概率技术是对符号的输入数据块进行加扰,并将其中的一个以最低PAPR进行传输,从而可以降低引起高PAPR的可能性。PTS算法就属于这种方法[24]。
传统的OFDM系统中的PTS算法框图如图 3所示。
假设输入频域信号为S,被分成V个子块,Smv=[S1v, S2v, …, SMv]T,V个子块之间不共享子载波,即每个子载波只能选择一个子块,其他子块在相应位置处的数据被设置为0,然后引入旋转因子bv对每个子块进行加权,得到的时域信号为:
PTS算法的核心是找到合适的旋转向量b从而减小S的PAPR,即:
$\left[ {{b}^{1}},{{b}^{2}}\ldots ,{{b}^{V}} \right]=\mathop {\arg \;\min }\limits_{\left[ {{b^1}, \ldots ,{b^V}} \right]} {\mkern 1mu} \mathop {\max }\limits_{0 \le t \le T} {\mkern 1mu} \,{{\left| \sum\limits_{v=1}^{V}{{{b}^{v}}S_{m}^{^{(v)}}} \right|}^{2}}$ | (12) |
考虑到FBMC-OQAM的特性,输入信号Smn的时域信号可以表示为Smn[k],第m个数据块的所有码元的时域信号可以表示为:
$\begin{align} & {{\mathit{\boldsymbol{S}}}_{m}}[k]=[S_{m}^{0}[k],S_{m}^{1}[k],\ldots ,S_{m}^{n}[k],\ldots ,S_{m}^{N-1}[k]]; \\ & \quad \quad \quad \quad n\in [0,1,\ldots ,N-1] \\ \end{align}$ | (13) |
将第m个数据块分成V个子块后,则第v个子块的时域序列可以表示为ymn, v[k],有:
$\begin{align} & \mathit{\boldsymbol{y}}_{m}^{v}[k]=[y_{m}^{v,0}[k],y_{m}^{v,1}[k],\ldots ,y_{m}^{v,n}[k],\ldots ,y_{m}^{v,N-1}[k]] \\ & n\in [0,1,\ldots ,N-1] \\ \end{align}$ | (14) |
$y_{m}^{n,v}[k]=\left\{ _{0,其他}^{x_{m}^{n}[k],第n个码元属于第v个子块} \right.$ | (15) |
显然
$\overline{y}_{m}^{v}[k]=\sum\limits_{n=0}^{N-1}{y_{m}^{n,v}[k]}$ | (16) |
乘以相位旋转因子bm=[bm1, bm2, …, bmv, …, bmV]之后的第m个数据块的离散信号可表示为:
${{\overline{S}}_{m}}[k]=\sum\limits_{v=1}^{V}{b_{m}^{v}\overline{y}_{m}^{v}[k]};b_{m}^{v}\in \left\{ {e}^{2\pi i\text{j}/W},\text{ }i\text{=0,1,}\cdots \text{,}W \right\}$ | (17) |
对所有数据块求和可得到最终的离散信号:
$\overline{s}[k]=\sum\limits_{m=0}^{M-1}{{{\overline{s}}_{_{m}}}[k]}$ | (18) |
传统PTS算法应用在OFDM系统中,要得到每个数据块的最优旋转因子,需要遍历WV个组合,搜索复杂度为O (WV);但如果应用在FBMC-OQAM系统中,要得到最优旋转因子则需要遍历MWV个组合,搜索复杂度为O (MWV), 即每执行一次算法,就需要计算MV·WV次N点IFFT,即需要做MVWV[(N/2) ·lb(N)]次复数乘法和MVWV[N·lb(N)]次复数加法,复杂度高达O (MWV),W代表可选择的相位旋转因子的个数。过高的复杂度导致PTS算法在实际中不可行,所以必须结合FBMC-OQAM系统对传统PTS算法进行改进,才能更好地抑制系统的PAPR。
3 低复杂度的PTS算法 3.1 迭代PTS算法本文采用一种迭代PTS (Iterative Partial Transmit Sequence, IPTS)算法,不再寻求全局最优的相位组合,转而寻找次优相位因子,以此来换取复杂度的降低。为了降低计算复杂度和计算量,在计算相位旋转因子时,仅使用二进制的加权因子,即bv={1, -1},这样就可以避免复杂的复数乘法。根据FBMC-OQAM系统的特点对其改进如下:
1) 将M个子载波符号分割为V个子块Sm=[S1, S2, …, SM]T,每个子块的长度为M/V,让每个子块分别经过原型滤波器进行滤波;
2) 令bv=1(v=1, 2, …, V),计算信号此时的峰均功率比PAPR0, 且令index=1此时;
3) 令bindex=-1,计算此时信号的PAPR值;
4) 比较两次的PAPR值,若PAPR0 < PAPR,令PAPR=PAPR0且bindex=1,反之当PAPR0≥PAPR时,bindex不变;
5) 将使得PAPR最小的bindex系数设置为加权系数;
6) index=index+1,若index < V+1,则返回步骤3),否则进入步骤7);
7) 此时即可得到优化的加权系数bv(v=1, 2, …, V)以及最小的PAPR。
在这种算法中,每次只需要计算MV次就可以得到所需要的加权系数,复杂度仅为O (2MV),即执行一次IPTS算法,仅需要做2MV[(N/2) ·lb(N)]次复数乘法和2MV[N·lb(N)]次复数加法,与传统PTS算法的计算量相比有了显著降低。
表 1中对所提出的算法与其他算法的复杂度进行了比较,待选相位集合中的元素个数W为2,子块个数M为128,子载波个数N=64,子序列数V为4。
由表 1可知,相比于PTS算法,IPTS算法抑制PAPR的效果有所减弱,但该算法可以大幅降低计算量。它采取的搜索方式通过寻求次优旋转因子,来达到以牺牲PAPR性能换取算法复杂度降低的目的。在现实中,当一些算法的复杂度过高而难以实现时,这种方法也具有一定的研究意义,但若想兼具低复杂度和良好的PAPR抑制性能,还需要继续优化IPTS算法。
3.2 限幅算法限幅算法(Clipping)是最简单直接的PAPR抑制方法,当FBMC系统的时域信号PAPR的幅值大于A所设定的门限值时,就把信号幅度限制为规定的门限,相位φn保持不变;若小于门限值,则让信号无干扰的通过。数学表达式如下:
${\bar x_n} = \left\{ {\begin{array}{*{20}{l}} {{x_n},}&{\left| {{x_n}} \right| \le A}\\ {A{{\rm{e}}^{{\rm{j}}\phi ({x_n})}},}&{\left| {{x_n}} \right| > A} \end{array}} \right.$ | (19) |
衡量限幅水平时,一般用限幅率(Clipping Ration, CR)表示,CR=20 lg(A/σ) dB,其中σ为信号功率的均方根σ=
由于单一算法的性能较差,均存在一定的缺陷,因此,可以考虑采用多种算法级联的方式来降低FBMC-OQAM系统的PAPR。
3.2节中提到的IPTS算法虽然在降低系统复杂度方面有明显提高,但牺牲了一定的性能,因此本节考虑将IPTS与Clipping进行级联,做到在不增加额外计算量的基础上,优化算法性能。原因在于这两种算法各有优劣,IPTS算法的优势在于它是无失真算法,抑制PAPR的同时不会影响系统性能,而Clipping算法的优势在于能够有效地降低信号的PAPR,但会产生限幅噪声,增加系统误码率,两者对PAPR的抑制效果相差不大并且算法复杂度均较低。因此本文考虑将两种方法结合起来,互相弥补不足,以达到更佳的效果。
本文中算法的级联方式采用串联,先用一种算法对FBMC-OQAM信号进行处理,再对信号进行适当的转换,将转换过的信号作为另一算法的输入。因为限幅算法抑制PAPR时,引入限幅噪声是难以避免的,这会导致误码率增加,影响系统性能。为了尽量避免这样的情况出现,保持FBMC-OQAM系统良好的性能,本文采用IPTS-Clipping而非Clipping-IPTS的方式。先利用非失真算法抑制处理信号,降低PAPR且不会影响系统性能,之后再令信号通过Clipping算法,因为信号在之前已经被处理过,所以Clipping算法要抑制的超过阈值的信号点比直接处理原始信号少了很多,由此导致的噪声也得到了减少,因为两种算法级联时,级联的顺序不同会导致级联算法的性能不同,所以可以推测,在参数相同的条件下,IPTS-Clipping算法产生的噪声更小,对系统性能的影响更小,抑制系统PAPR的性能会更好。
值得注意的是,当经过IPTS算法后,信号是定义在时域上的,所以在联合限幅算法时,要通过执行FFT将时域转换为频域。
4 仿真结果与分析本章提供了仿真结果来验证分析,讨论了所提出的联合算法方案,与传统PTS算法、IPTS算法、Clipping算法比较了抑制PAPR的性能。仿真参数如下,子载波数N为64,调制方式为4QAM,原型滤波器的重叠系数K=4,过采样因子λ为4,周期T=1,随机生成M个数据块,M=16,即滤波器长度L=KM,PTS算法的旋转因子集合为{1,-1},PTS与IPTS算法的数据块划分采用相邻分割法划分,分组数V=4,仿真次数设为10000次。
图 4显示了V=4时,采用传统PTS算法对FBMC-OQAM系统PAPR的抑制效果,同时作为对比,仿真了PTS算法对OFDM系统的抑制效果。
可明显看出,在FBMC-OQAM系统上直接应用传统PTS算法的情况下,当V=4时,在累计分布函数CCDF=10-3时,PAPR的性能改善了2.7 dB;然而在OFDM系统中,PTS算法可以抑制4.78 dB的PAPR,由此可得出结论,PTS算法并不适合直接应用在FBMC系统中,还需要对其加以改进。
图 5对比了V=4时,FBMC-OQAM系统应用传统PTS算法和改进的PTS (IPTS)算法的效果。
从图 5中可以看出,虽然IPTS算法的复杂度远低于PTS算法,但前者抑制PAPR的能力不如后者,在累计分布函数CCDF等于10-3时,IPTS算法的PAPR等于11.16 dB,比原始信号的PAPR减小了2.48 dB,而PTS算法的PAPR等于10.62 dB,比原始信号减小了3.1 dB。由此可以看出,IPTS算法是以降低PAPR抑制效果为代价换取计算量的减小。
在限幅(clipping)算法中,限幅率决定了信号的PAPR抑制效果,图 6为FBMC-OQAM应用Clipping算法后,信号PAPR的CCDF特性仿真图,每一条曲线代表在算法中设置的CR不同,CR依次增加1,由图中可以看出,在FBMC-OQAM系统中,CR越小,对系统PAPR的抑制效果越好。
图 7给出了IPTS-Clipping算法在FBMC-OQAM系统中的性能仿真,同时仿真了系统应用PTS、Clipping、IPTS和Clipping-IPTS算法时的PAPR性能作为对比。
由图分析可知,当累计分布函数CCDF=10-3时,原始信号,信号经过IPTS、PTS、Clipping-IPTS和IPTS-Clipping算法后,信号的PAPR值分别为13.61 dB、11.27 dB、10.76 dB、9.405 dB、6.987 dB,IPTS-Clipping算法的PAPR比Clipping-IPTS算法的PAPR优化了2.418 dB,说明了先IPTS再clipping这种级联顺序的有效性,而与其他算法相比,PAPR的抑制性能均有显著提高,这说明在参数设置相同的情况下,IPTS-Clipping算法对信号PAPR的抑制效果最好。综上所述,在FBMC-OQAM系统中,IPTS-Clipping是一种很好的用于降低PAPR的折中算法,与传统PTS算法相比,计算复杂度更低,与限幅算法相比,引入限幅噪声更小,与Clipping-IPTS算法相比,具有更好的PAPR抑制性能。
5 结语本文结合FBMC-OQAM系统的结构特点,将传统PTS算法引入系统中,通过改进得到了复杂度较低的迭代PTS算法,为了进一步优化算法性能,将IPTS算法与Clipping算法结合,作为一种新的算法应用在FBMC-OQAM系统中,从而在不增加计算量的同时实现了性能的提高,最后通过仿真验证了这种算法在FBMC-OQAM系统中的可行性,并且对比分析了PTS,IPTS、Clipping、Clipping-IPTS和IPTS-Clipping算法的思想和原理以及降低系统PAPR的性能。由仿真结果可以看出,在FBMC-OQAM系统中,引入IPTS算法和IPTS-Clipping算法后,降低了计算复杂度,同时系统的均峰值比得到了明显的抑制。本文考虑了FBMC系统中数据块的重叠,对应用在系统中的PAPR的定义进行了修改,下一步工作将会对FBMC/OQAM信号中重叠的数据块加以利用,结合重叠部分对算法进行改进。
[1] | VIHOLAINEN A, BELLANGER M, HUCHARD M. Prototype filter and structure optimization[EB/OL].[2017-01-04]. https://www.mendeley.com/research-papers/prototype-filter-structure-optimization/. |
[2] | IHALAINEN T, VIHOLAINEN A, STITZ T H, et al. Filter bank based multi-mode multiple access scheme for wireless uplink[C]//Proceedings of the 200917th European Signal Processing Conference. Piscataway, NJ:IEEE, 2009:1354-1358. |
[3] | LIN H, GHARBA M, SIOHAN P. Impact of time and carrier frequency offsets on the FBMC/OQAM modulation scheme[J]. Signal Processing, 2014, 102: 151-162. DOI:10.1016/j.sigpro.2014.03.017 |
[4] | BOUHADDA H, SHAIEK H, ROVIRAS D, et al. Theoretical analysis of BER performance of nonlinearly amplified FBMC/OQAM and OFDM signals[J]. EURASIP Journal on Advances in Signal Processing, 2014, 2014(1): 1-16. DOI:10.1186/1687-6180-2014-1 |
[5] | NADAL J, NOUR C A, BAGHDADI A. Low-complexity pipelined architecture for FBMC/OQAM transmitter[J]. IEEE Transactions on Circuits and Systems Ⅱ:Express Briefs, 2016, 63(1): 19-23. DOI:10.1109/TCSII.2015.2468926 |
[6] | 尤肖虎, 潘志文, 高西奇, 等. 5G移动通信发展趋势与若干关键技术[J]. 中国科学(信息科学), 2014, 44(5): 551-563. (YOU X H, PAN Z W, GAO X Q, et al. The development trend and some key technologies of 5G mobile communication[J]. Science China (Information Sciences), 2014, 44(5): 551-563.) |
[7] | 马荣. 基于PTS算法的OFDM系统降低峰均比技术的研究[D]. 重庆: 重庆大学, 2009. (MA R. Study on reducing peak-to-average ratio technology of OFDM system based on PTS algorithm[D]. Chongqing:Chongqing University, 2009.) http://cdmd.cnki.com.cn/Article/CDMD-10611-2009220794.htm |
[8] | FARHANG-BOROUJENY B. OFDM versus filter bank multicarrier[J]. IEEE Signal Processing Magazine, 2011, 28(3): 92-112. DOI:10.1109/MSP.2011.940267 |
[9] | WALDHAUSER D S, NOSSEK J A. Multicarrier systems and filter banks[J]. Advances in Radio Science, 2006, 4: 165-169. DOI:10.5194/ars-4-165-2006 |
[10] | MOGENSEN P, PAJUKOSKI K, TⅡROLA E, et al. 5G small cell optimized radio design[C]//Proceedings of the 2013 IEEE Globecom Workshops. Piscataway, NJ:IEEE, 2014:111-116. |
[11] | SCHAICH F, WILD T. Waveform contenders for 5G-OFDM vs. FBMC vs. UFMC[C]//Proceedings of the 20146th International Symposium on Communications, Control and Signal Processing. Piscataway, NJ:IEEE, 2014:457-460. |
[12] | HAN S H, LEE J H. An overview of peak-to-average power ratio reduction techniques for multicarrier transmission[J]. IEEE Wireless Communications, 2005, 12(2): 56-65. DOI:10.1109/MWC.2005.1421929 |
[13] | WANG C L, OUYANG Y. Low-complexity selected mapping schemes for peak-to-average power ratio reduction in OFDM systems[J]. IEEE Transactions on Signal Processing, 2005, 53(12): 4652-4660. DOI:10.1109/TSP.2005.859327 |
[14] | KOLLAR Z, VARGA L, CZIMER K. Clipping-based iterative PAPR-reduction techniques for FBMC[C]//Proceedings of the 201217th International OFDM Workshop. Piscataway, NJ:IEEE, 2012:1-7. |
[15] | LAABIDI M, ZAYANI R, BOUALLEGUE R. A novel multi-block selective mapping scheme for PAPR reduction in FBMC/OQAM systems[C]//Proceedings of the 2015 World Congress on Information Technology and Computer Applications Congress. Piscataway, NJ:IEEE, 2015:1-5. |
[16] | BULUSU S K C, SHAIEK H, ROVIRAS D. Potency of trellis-based SLM over symbol-by-symbol approach in reducing PAPR for FBMC-OQAM signals[C]//Proceedings of the 2015 IEEE International Conference on Communications. Piscataway, NJ:IEEE, 2015:4757-4762. |
[17] | BULUSU S S K C, SHAIEK H, ROVIRAS D, et al. Reduction of PAPR for FBMC-OQAM systems using dispersive SLM technique[C]//Proceedings of the 201411th International Symposium on Wireless Communications Systems. Piscataway, NJ:IEEE, 2014:568-572. |
[18] | QU D, LU S, JIANG T. Multi-block joint optimization for the peak-to-average power ratio reduction of FBMC-OQAM signals[J]. IEEE Transactions on Signal Processing, 2013, 61(7): 1605-1613. DOI:10.1109/TSP.2013.2239991 |
[19] | LU S, QU D, HE Y. Sliding window tone reservation technique for the peak-to-average power ratio reduction of FBMC-OQAM signals[J]. IEEE Wireless Communications Letters, 2012, 1(4): 268-271. DOI:10.1109/WCL.2012.062512.120360 |
[20] | VAN DER NEUT N, MAHARAJ B T, DE LANGE F H, et al. PAPR reduction in FBMC systems using a smart gradient-project active constellation extension method[C]//Proceedings of the 201421st International Conference on Telecommunications. Piscataway, NJ:IEEE, 2014:134-139. |
[21] | HE Z, WANG J, DU X, et al. A novel PAPR reduction scheme in FBMC-OQAM systems based on extend candidate transmit sequences[J]. Journal of Information & Computational Science, 2015, 12(3): 915-925. |
[22] | BELLANGER M, LERUYET D, ROVIRAS D, et al. FBMC physical layer:a primer[EB/OL].[2016-11-06]. http://www.ict-phydyas.org/teamspace/internal-folder/FBMC-Primer_06-2010.pdf. |
[23] | BELLANGER M G. Specification and design of a prototype filter for filter bank based multicarrier transmission[C]//Proceedings of the 2001 IEEE International Conference on Acoustics, Speech, and Signal Processing. Washington, DC:IEEE Computer Society, 2001, 4:2417-2420. |
[24] | LU G, WU P, CARLEMALM-LOGOTHETIS C. Peak-to-average power ratio reduction in OFDM based on transformation of partial transmit sequences[J]. Electronics Letters, 2006, 42(2): 105-106. DOI:10.1049/el:20063607 |