提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  后端

当前栏目

m基于PTS+TR的OFDM系统PAPR联合抑制算法matlab仿真

MATLAB算法系统 基于 仿真 联合 tr OFDM
2023-09-14 09:06:07 时间

目录

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:Nframes
    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

4.完整MATLAB程序

matlab源码说明_我爱C编程的博客-CSDN博客

V

相关文章