m基于PTS+TR的OFDM系统PAPR联合抑制算法matlab仿真

news/2024/5/1 13:26:47/文章来源:https://blog.csdn.net/hlayumi1234567/article/details/128020272

1.算法描述

2.仿真效果预览

3.MATLAB部分代码预览

4.完整MATLAB程序

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：

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

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.MATLAB部分代码预览

 for k = 1:Nframesif mod(k,1000) == 0k/1000end  %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:NptsA(v,QPSK_Ind(v:Npts:Nfft)) = Qpsk_mod(QPSK_Ind(v:Npts:Nfft));enda       = ifft(A,[],2);%限幅[rr,cc] = size(a);for i = 1:rrfor j = 1:ccif abs(a(i,j)) > Thoa(i,j) = Tho*(real(a(i,j)) + ij*imag(a(i,j)))/abs(a(i,j));endendendfor n = 1:4^Npts%相位组合因子phase_temp        = Init_Phase(Data_back(n,:)).';if n == 1a_temp         = sum(a.*repmat(phase_temp,1,Nfft)); else  a_temp         = a_temp + sum(a.*repmat(phase_temp,1,Nfft)); endSignal_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 < ThPAPR_pts(k) = PAPR_temp;X2          = a_temp;    break;endend%限幅[rr,cc] = size(X2);X2s     = X2;for i = 1:rrfor j = 1:ccif abs(X2(i,j)) > Tho2X2s(i,j) = Tho2*(real(X2(i,j)) + ij*imag(X2(i,j)))/abs(X2(i,j));endendendX3 = 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) == 0ii k/1000end%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:NptsA(v,QPSK_Ind(v:Npts:Nfft)) = Qpsk_mod(QPSK_Ind(v:Npts:Nfft));enda           = ifft(A,[],2);   %限幅[rr,cc] = size(a);for i = 1:rrfor j = 1:ccif abs(a(i,j)) > Thoa(i,j) = Tho*(real(a(i,j)) + ij*imag(a(i,j)))/abs(a(i,j));endendendfor n = 1:4^Npts%相位组合因子phase_temp        = Init_Phase(Data_back(n,:)).';if n == 1a_temp         = sum(a.*repmat(phase_temp,1,Nfft)); else  a_temp         = a_temp + sum(a.*repmat(phase_temp,1,Nfft)); endSignal_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 < ThPAPR_pts(k)    = PAPR_temp;X2             = a_temp;    break;endend%限幅[rr,cc] = size(X2);X2s     = X2;for i = 1:rrfor j = 1:ccif abs(X2(i,j)) > Tho2X2s(i,j) = Tho2*(real(X2(i,j)) + ij*imag(X2(i,j)))/abs(X2(i,j));endendendX3 = 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:Nfftif I(i) ==  1 & Q(i) ==  0Rec(i) = 1; endif I(i) == -1 & Q(i) ==  0Rec(i) = 2;endif I(i) == 0  & Q(i) ==  1Rec(i) = 3;endif I(i) == 0  & Q(i) == -1Rec(i) = 4;end            endErr_tmp = Err_tmp + length(find(QPSK_Dat~=Rec));    endError(ii) = Err_tmp/min(Nframes,2000)/Nfft;
end
01_060_m