传统的正交频分复用/偏移正交幅度调制(OFDM/OQAM)系统波形自适应设计主要针对具有非指数型时延功率谱和非U型多普勒功率谱的信道模型对波形进行优化,而实际中,波形自适应设计会因不同的信道模型产生不同的信道匹配准则系数。结合地空信道模型和扩展高斯函数的特性,在传统基于信干噪比(SINR)优化的OFDM/OQAM系统波形自适应算法的基础上提出一种新的OFDM/OQAM系统波形自适应设计算法。该算法引入信道匹配系数β,通过信道匹配准则建立波形时频域间隔与信道最大多径时延、最大多普勒频移的关系,再结合传统SINR优化函数计算扩展因子参数,将参数反馈给发送端并调整发送端和接收端的滤波器达到波形自适应的目的。仿真结果表明,4QAM和16QAM调制下,信道匹配系数β的引入在系统误码性能上均有1. 0 d B以上的改善。
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的主要缺点之一就是有较高的峰均功率比(Peak to Average Power Ratio,PAPR),降低了功率放大器(High Power Amplifier,HPA)的工作效率,同时HPA引入的非线性失真,恶...
详细信息
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的主要缺点之一就是有较高的峰均功率比(Peak to Average Power Ratio,PAPR),降低了功率放大器(High Power Amplifier,HPA)的工作效率,同时HPA引入的非线性失真,恶化了系统的误比特率(Bite Error Rate,BER)性能.本文所提算法将限幅和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的近似稀疏性,对整个非线性过程进行建模.发送端通过限幅降低了OFDM信号的PAPR,在接收端,选取受噪声干扰小的可靠性观测向量,最小化信道噪声的影响,基于非线性模型计算得到的参数,利用压缩感知(Compressive Sensing,CS)算法能有效地恢复总的非线性失真信号,提升了系统的BER性能.
暂无评论