基于SLM-PTS算法融合的NC-OFDM峰均比优化

基于非连续正交频分复用(non-continuous orthogonal frequency division multiplexing,NC-OFDM)模型，提出和研究了选择映射(selected mapping,SLM)算法和部分传输序列(partial transmit sequence,PTS)算法，及其SLM-PTS融合优化技术，设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比，验证了SLM-PTS的融合具有优秀的峰值平均功率比(peak to average power ratio,PAPR)降低能力，但缺点是算法实现复杂度过高。因此，又进一步提出了互补型映射和限幅的联...

Full description

Saved in:
Bibliographic Details
Published in电信科学 Vol. 38; no. 7; pp. 63 - 74
Main Authors 周杰, Esono Mikue Bernardo Esono, 王学英, 周惠婷, 罗宏
Format Journal Article
LanguageChinese
Published 中国通信学会 20.07.2022
人民邮电出版社有限公司
南京信息工程大学图书馆,江苏 南京 210044%南京信息工程大学电子与信息工程学院,江苏 南京 210044%南京信息工程大学图书馆,江苏 南京 210044
南京信息工程大学电子与信息工程学院,江苏 南京 210044
Subjects
融合算法
NC-OFDM
深度学习算法
部分传输序列算法
选择映射算法
Online AccessGet full text
ISSN1000-0801
DOI10.11959/j.issn.1000?0801.2022155

Cover

More Information
Summary:基于非连续正交频分复用(non-continuous orthogonal frequency division multiplexing,NC-OFDM)模型，提出和研究了选择映射(selected mapping,SLM)算法和部分传输序列(partial transmit sequence,PTS)算法，及其SLM-PTS融合优化技术，设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比，验证了SLM-PTS的融合具有优秀的峰值平均功率比(peak to average power ratio,PAPR)降低能力，但缺点是算法实现复杂度过高。因此，又进一步提出了互补型映射和限幅的联合算法(SLM-Clipping)融合解决方案，并利用深度学习方法建立PAPRnet模型。仿真结果验证了此算法对NC-OFDM系统具有PAPR良好的抑制效果，而且能够提高仿真运算效率。
ISSN:1000-0801
DOI:10.11959/j.issn.1000?0801.2022155