CN101883071A - 一种叠加训练序列的旋转因子估计的部分传输序列算法及其装置 - Google Patents

Abstract

本发明披露了一种利用叠加训练序列的旋转因子估计的部分传输序列算法及其装置，该方法包括：发送端将输入信号序列进行串并变换及其信号划分子块处理；对所有子块信号执行IFFT变换；对变换后子块信号中部分子块信号执行：考虑功率分配，将各子块信号序列和叠加训练序列一一对应进行相加处理，并将相加结果置于原子块信号位置上发送；利用估计旋转因子处理所得的估计旋转因子b_[v]对所有子块信号执行加权运算；最后，计算加权序列和对应的峰值平均功率比，将其中最小峰均比值对应信号序列变换输出结果进行发送。本发明可以有效地改善OFDM信号的PAPR性能。

Description

一种叠加训练序列的旋转因子估计的部分传输序列算法及其装置

技术领域

本发明涉及正交频分复用(Orthogonal Frequency DivisionMultiplexing，简称OFDM)移动通信***中对OFDM信号进行改善的技术领域，特别是涉及一种利用叠加训练序列的旋转因子估计的部分传输序列算法及其装置。

背景技术

正交频分复用OFDM是一种新型高效调制技术，它能够有效地对抗多径传播，使受到干扰的信号能够可靠地接收，在移动环境中实现高速数据传输，因而成为当代移动通信***中的核心技术之一。遗憾的是，OFDM信号具有较高的峰值平均功率比(Peak-to-AveragePower Ratio，简称PAPR)这一主要缺点，由于大多数实际传输***都是峰值功率受限的，因此在***实现时，必须采用具有大动态范围的线性高功率放大器，以保证输出信号的线性放大，这就增加了***的造价和实现难度。反过来，功放等器件的非线性也会对动态范围较大的信号产生非线性失真，所产生的谐波会造成子信道的相互干扰，从而影响***的性能。要使OFDM技术广泛应用，就必须解决其峰平比过高的问题。

围绕如何降低OFDM***中高PAPR值，目前业界已经提出了很多种不同的PAPR降低方法。主要可以分为三类：第一类是信号畸变技术，最常用的包括限幅加窗技术和压缩扩展技术；第二类是分组编码技术，其关键技术就是寻找具备良好的编解码性能，又有较好的检错纠错能力的码字集合，同时峰均比又要低，其中格雷互补码和m序列就符合这样的要求；第三类是符号扰码技术，包括选择性映射方法和部分传输序列方法等。其中，部分传输序列是在选择性映射方法的基础上发展起来的，部分传输序列方法降低峰均比的基本思想就是将发送的信息序列平均分割成M组相互独立的子组，然后每一个子组再单独进行IFFT运算，在硬件实现也需要M组IFFT运算模块，大大增加了***的硬件实现复杂度，然后，各个子组再利用M组辅助信息进行相位反转，经过优化后各个子组合成峰均比比较低的OFDM信息作为发送序列，同时还需要M组辅助信息作为边带信息发送给接收端。总的来说，降低PAPR的算法很多，各种算法都有优点及其局限性，如信号畸变技术是以降低***BER性能为主要代价来获得低PAPR性能的；编码类技术由于需要发送大量冗余信息而使***信息速率大幅度降低，即它是以降低***功率性能为代价获得较好PAPR性能的；而信号扰码类技术具有良好的PAPR降低性能，但它是以较高的***计算复杂度为代价获得良好PAPR性能的。

如何更有效地降低OFDM***中的PAPR值，更便于移动通信***中实际运用是现有的OFDM***中遇到的必须要解决的问题，也是本领域的技术人员需要解决的问题。本专利利用目前研究较少但具有对信号峰值平均功率比的抑制作用和降低线性功放效率的影响，并且能进一步提高***频带利用率等优点的叠加训练序列方法来改进，以期更有效地降低***PAPR。

发明内容

为更有效地克服OFDM***中存在的上述缺陷，本发明目的是提供一种可以有效降低OFDM***中峰均功率比的效率，并能够更有效地应用于实际通信***中的方法及其装置。

按照本发明的一个方面，本发明提供了一种降低OFDM***中PAPR的方法，该方法步骤如下：首先，在发送端对输入信号序列进行串并变换并划分为多个子块，对划分出的每一子块进行逆向快速傅立叶变换；其次，针对变换后的部分子块信号，利用叠加训练序列方法并考虑功率分配因子将训练序列叠加到该子块信号上；接着，将上一步处理后的各个子块信号序列与本发明中所采用的估计旋转因子序列b[v]对应序列元素进行加权处理；最后，发送端对各个子块信号经过估计旋转因子序列加权处理后的输出结果分别进行峰值功率与平均功率比的计算，并从中选出一个峰均比最小的并行信号变换输出结果进行发送。

其中，对于本发明中部分传输序列方法采用的估计旋转因子序列的处理过程如下：对发送信号执行传统部分传输序列方法时，同时按照下列原则来估计旋转因子序列：

设部分传输序列算法的输出信号y可以表示为：

$y=A\·\mathrm{\φ}=\left(\begin{array}{cccc}{x}_{11}& x_{21}& L& x_{1v}\\ x_{21}& x_{22}& L& x_{2v}\\ M& O& M& \\ x_{N1}& x_{N2}L& x_{\mathrm{Nv}}& \end{array}\right)\·\left[\begin{array}{c}{e}^{j{\mathrm{\θ}}_1}\\ e^{j{\mathrm{\θ}}_2}\\ M\\ e^{j{\mathrm{\θ}}_v}\end{array}\right],$

对于某个φ，y的第i个样点值y_i(φ)为：将y的第i行l列的元素按幅度大小排列为：

旋转因子的幅度选择为：则有：

$y_{i\left(\mathrm{\φ}\right)}=x_{i{k}_1}{e}^{j{\mathrm{\θ}}_{k_1}}+x_{{\mathrm{ik}}_2}{e}^{j{\mathrm{\θ}}_{k_2}}+L+x_{{\mathrm{ik}}_v}{e}^{j{\mathrm{\θ}}_{k_v}}={\left|x_{{\mathrm{ik}}_1}\right|}^2-{\left|x_{{\mathrm{ik}}_2}\right|}^2+L+{\left|x_{{\mathrm{ik}}_v}\right|}^2$

显然此时y_i的幅度是最小的。y一共有N个样点，因此，我们可以按照上述步骤找到N个旋转因子，总能使y的第i个信号样点y_i的幅度最小。

经过这样一轮估计所得的旋转因子序列即为本发明中部分传输序列所采用的旋转因子。

按照本发明的另一个方面，本发明提供了一种降低OFDM***中PAPR的方法的装置，该装置包括：叠加训练序列方法处理模块，估计旋转因子处理装置以及部分传输序列方法处理装置。

其中，采用估计旋转因子处理装置执行传统部分传输序列方法来估算，以获得性能较优的相位因子作为本发明中部分传输序列算法的估计旋转因子；采用叠加训练序列方法模块将训练序列分配一定功率叠加在发送信号经串并变换及划分子块处理后的部分子块信号序列上；采用部分传输序列方法装置，并基于估计旋转因子序列对经过叠加处理后的所有子块信号序列进行加权处理，达到有效的降低***峰均功率比的目的。

本发明的有益效果在于，改变传统旋转因子选取方法，采用估计旋转因子方法并执行传统部分传输序列方法，以估算出性能较优的旋转因子序列，并以其作本发明的叠加训练序列的部分传输序列旋转因子估计算法中旋转因子；其次，通过叠加训练序列方法将训练序列按一定功率分配叠加到选取出的部分子块信号上；最后，以估计旋转因子方法所得旋转因子对融合了叠加训练序列方法后的所有子块信号序列进行加权处理，同时将其中最小PAPR值对应的信号序列发送。这种方法能够达到相对原始方法更有效地降低***中峰均功率比的目的。

附图说明

图1是现有技术中应用部分传输序列方法对信号进行处理的主要实现过程示意图；

图2是根据本发明的利用叠加训练序列的旋转因子估计的部分传输序列算法的主要实现过程示意图；

图3是根据本发明图2中对部分子块信号进行叠加训练序列处理的主要实现过程示意图；图中b_[v]为估计旋转因子。

图4是根据本发明的利用叠加训练序列的旋转因子估计的部分传输序列算法的主要工作流程图；

图5是根据本发明的利用叠加训练序列的旋转因子估计的部分传输序列算法的PAPR仿真曲线图；

图6是根据本发明的利用叠加训练序列的旋转因子估计的部分传输序列算法的不同功率分配因子下叠加复巴克码序列的PAPR仿真曲线图；图中b为叠加训练序列的功率分配因子。

具体实施方式

下面将结合各个参考附图对本发明的技术方案的主要实现原理、具体实施方式等进行详细描述。

请参照图2，该图是本发明提出的利用叠加训练序列的旋转因子估计的部分传输序列算法处理发送信号的主要实现原理流程图，其主要实现过程如下：步骤A1，发送端将输入信号序列进行串并变换并划分为V个互不重叠的子块；步骤A2，分别对划分出的每一子块进行逆向快速傅立叶变换；步骤A3，针对变换后的子块信号，选取其中部分子块信号序列进行如下步骤处理：步骤T1，将叠加训练序列r_[N]按一定功率分配因子b叠加到选取出的部分信号序列x_m上；步骤T2，其中的叠加训练序列所占功率比因子b的设置，参考图7的仿真平台、仿真参数以及仿真结果，为保证叠加训练序列对***性能的影响较小，一般地我们在0～0.1之间取功率分配因子值b，具体过程示图见图3所示；步骤A4，将经过上述处理之后的所有子块信号与经过估计旋转因子方法处理获得的估计旋转因子一一对应进行加权处理，其中估计旋转因子处理具体过程见图4所示；步骤A5，发送端对所有信号经过前面处理后的变换输出结果分别进行峰值功率与平均功率比的计算，并根据计算结果选出一个峰均比最小的结果进行发送。

其中，对于本发明中部分传输序列方法采用的估计旋转因子的处理过程如下：对发送信号执行传统部分传输序列方法时，同时按照下列原则来估计旋转因子序列：

设部分传输序列算法的输出信号y可以表示为：

$y=A\·\mathrm{\φ}=\left(\begin{array}{cccc}{x}_{11}& x_{21}& L& x_{1v}\\ x_{21}& x_{22}& L& x_{2v}\\ M& O& M& \\ x_{N1}& x_{N2}L& x_{\mathrm{Nv}}& \end{array}\right)\·\left[\begin{array}{c}{e}^{j{\mathrm{\θ}}_1}\\ e^{j{\mathrm{\θ}}_2}\\ M\\ e^{j{\mathrm{\θ}}_v}\end{array}\right],$

对于某个φ，y的第i个样点值y_i(φ)为：将y的第i行l列的元素按幅度大小排列为：

旋转因子的幅度选择为：

则有：

$y_{i\left(\mathrm{\φ}\right)}=x_{i{k}_1}{e}^{j{\mathrm{\θ}}_{k_1}}+x_{{\mathrm{ik}}_2}{e}^{j{\mathrm{\θ}}_{k_2}}+L+x_{{\mathrm{ik}}_v}{e}^{j{\mathrm{\θ}}_{k_v}}={\left|x_{{\mathrm{ik}}_1}\right|}^2-{\left|x_{{\mathrm{ik}}_2}\right|}^2+L+{\left|x_{{\mathrm{ik}}_v}\right|}^2$

显然此时y_i的幅度是最小的。y一共有N个样点，因此，我们可以按照上述步骤找到N个旋转因子，总能使y的第i个信号样点y_i的幅度最小。

经过这样一轮估计所得的旋转因子序列即为本发明中部分传输序列所采用的估计旋转因子。

另一方面，本发明中对图2所述的步骤A3，将叠加训练序列叠加到选取出的子块信号序列上，其中的叠加训练序列的功率分配因子处理方法如下：利用功率分配因子单元，设置叠加训练序列所占的功率分配因子大小b；在利用估算所得的估计旋转因子进行部分传输序列方法处理过程中，适当改变b值，本发明通过仿真选取叠加训练序列的功率分配因子b分别为0.1、0.3、0.5、0.9时，计算此时***PAPR值以及***误码率性能，从而寻找出不仅能降低***PAPR值，并且能满足***性能要求的功率分配因子，此时所对应的功率分配因子即为该***所选的相对最佳功率分配因子；最后将上述处理后的输出结果进行PAPR计算。

加法单元，用于将叠加训练序列叠加到逆向快速傅立叶变换后的部分子块信号上，处理后仍在这部分子块信号原来位置上发送。

图4为利用叠加训练序列的旋转因子估计的部分传输序列算法的主要工作流程图。我们在其基础上搭建好的一个OFDM***平台上进行仿真以验证本专利提出的方法的性能。

算法仿真参数为：

■叠加训练序列采用长度为32的复巴克码序列

■每个OFDM信号包含128个子载波

■采用QSPK调制方法

■在20条多径瑞利衰落信道下

■使用所得估计旋转因子b_[v]作为旋转因子

算法仿真图形：参见附图中图5、图6和图7。

注：附图5中的叠加训练序列功率因子取b＝0.1，其中叠加复巴克码序列的PTS估计算法即为本发明提出的利用复巴克码序列作叠加训练序列时的旋转因子估计的部分传输序列算法。

以上所披露的仅为本发明的优选实施例，当然不能以此来限定本发明的权利保护范围。可以理解，根据本发明所附权利要求书中限定的实质和范围所作的等同变化，仍属于本发明所涵盖的范围。

Claims (3)

1.一种利用叠加训练序列的旋转因子估计的部分传输序列算法及其装置，该方法包括：

步骤1发送端对输入信号序列进行串并变换，并将信号划分为V个互不重叠的子块；

步骤2对划分出的每一子块信号分别进行逆向快速傅立叶变换；

步骤3对变换后的部分子块信号，利用叠加训练序列方法将训练序列按一定功率分配叠加到该部分子块信号上；

步骤4将所有子块信号与经过估算处理获得的估计旋转因子序列b_[v]对应元素进行加权处理；

其中，估计旋转因子处理具体过程如下：对发送信号执行传统部分传输序列方法，同时按照下列原则来估计旋转因子序列：

设部分传输序列算法的输出信号y可以表示为：

$y=A\·\mathrm{\φ}=\left(\begin{array}{cccc}{x}_{11}& x_{21}& L& x_{1v}\\ x_{21}& x_{22}& L& x_{2v}\\ M& O& M& \\ x_{N1}& x_{N2}L& x_{\mathrm{Nv}}& \end{array}\right)\·\left[\begin{array}{c}{e}^{j{\mathrm{\θ}}_1}\\ e^{j{\mathrm{\θ}}_2}\\ M\\ e^{j{\mathrm{\θ}}_v}\end{array}\right],$

对于某个φ，y的第i个样点值y_i(φ)为：将y的第i行l列的元素按幅度大小排列为：

旋转因子的幅度选择为：

则有：

$y_{i\left(\mathrm{\φ}\right)}=x_{i{k}_1}{e}^{j{\mathrm{\θ}}_{k_1}}+x_{{\mathrm{ik}}_2}{e}^{j{\mathrm{\θ}}_{k_2}}+,L,+x_{{\mathrm{ik}}_v}{e}^{j{\mathrm{\θ}}_{k_v}}={\left|x_{{\mathrm{ik}}_1}\right|}^2-{\left|x_{{\mathrm{ik}}_2}\right|}^2+,L,+{\left|x_{{\mathrm{ik}}_v}\right|}^2$

显然此时y_i的幅度是最小的。y一共有N个样点，因此，我们可以按照上述步骤找到N个旋转因子，总能使y的第i个信号样点y_i的幅度最小。

经过这样一轮估计所得的旋转因子序列即为本发明中部分传输序列所采用的估计旋转因子。

步骤5发送端对所有信号经过前面处理后的变换输出结果分别进行峰值功率与平均功率比的计算，并根据计算结果选出一个峰均比最小的结果进行发送。

2.根据权利要求1所述的叠加训练序列的旋转因子估计的部分传输序列算法及其装置，其特征在于：

针对傅立叶逆变换后的部分子块信号利用叠加训练序列方法处理，设置相应的叠加训练序列所占功率分配因子b；其中叠加训练序列所占功率分配因子b的选取取决于叠加训练序列对***性能的影响以及实际对***性能的要求而定，一般地在0～0.1之间取值。

3.根据权利要求1所述的叠加训练序列的旋转因子估计的部分传输序列算法及其装置，其特征在于，该装置包括如下单元：

串并变换单元，用于发送端将输入信号序列进行串并变换处理；

划分子块单元，用于将串并处理后的信号进行分割为互不重叠的子块信号；

逆向快速傅立叶变换单元，用于对所有划分出的子块信号执行逆向快速傅立叶变换；

功率分配因子单元，用于设置叠加训练序列与信号序列功率分配所占比例大小；

提出单元，用于提取逆向快速傅立叶变换后的部分子块信号；

加法单元，用于将叠加训练序列叠加到提取出的部分子块信号上，处理后仍在这部分子块信号原位置上传输；

估计旋转因子处理单元，用于执行传统部分传输序列方法时，按照特定过程来估算出性能优良的估计旋转因子；

乘法单元，其一，用于叠加训练序列与功率分配因子进行相乘运算；其二，用于将所有子块信号(其中包括加法单元处理后的部分子块信号)和估计旋转因子序列中旋转因子一一对应进行加权运算；

选择单元，用于对相位因子与所有子块信号进行加权处理后的信号进行加权序列和计算，选择出一个PAPR值最小的信号变换输出结果进行发送。

Images