改进SLM算法:MIMO-OFDM系统的低复杂度PAPR抑制
87 浏览量
更新于2024-08-29
1
收藏 723KB PDF 举报
"MIMO-OFDM系统中基于循环移位和信号联合的改进SLM算法"
本文由胡武君和杨霖发表于2015年的《通信学报》上,探讨了如何降低多输入多输出正交频分复用(MIMO-OFDM)系统中的传统选择性映射(SLM)算法的计算复杂度。MIMO-OFDM是一种先进的无线通信技术,它通过利用多个天线同时传输和接收数据,提高了频谱效率和系统容量。然而,这种技术的一个主要挑战是其信号的峰均功率比(PAPR)较高,这可能导致放大器非线性失真,影响通信质量。
传统的SLM算法通过生成并比较不同相位旋转的信号副本来降低PAPR,但这种方法的计算量较大。为此,作者提出了一种新的改进SLM算法,该算法结合了信号的时域循环移位和天线间的信号联合,以创建更多的备选序列集合,这些序列具有不同的PAPR值。在接收端,算法首先根据发送端选择的序列恢复出频域旋转信号,然后通过比较反向旋转序列与星座图最近点的距离来恢复原始序列。
仿真结果显示,这种方法能够有效地抑制MIMO-OFDM信号的PAPR,同时显著降低了计算复杂度。与传统SLM算法相比,尽管在某些方面可能牺牲了一小部分性能,但提出的算法在已知边带副信息的情况下,可以实现接近的比特误码率(BER)性能。这表明,新方法在保持通信质量的同时,更有利于实际应用,因为它减少了对计算资源的需求。
关键词:多输入多输出正交频分复用(MIMO-OFDM)、选择性映射(SLM)、峰均功率比(PAPR)、循环移位、信号联合。这一研究对于优化MIMO-OFDM系统的性能,特别是在资源受限的环境中,具有重要的理论和实践意义。
2022-06-27 上传
2012-03-08 上传
2022-09-14 上传
106 浏览量
2014-07-23 上传
2013-10-23 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
weixin_38639615
- 粉丝: 4
- 资源: 922
最新资源
- Java毕业设计项目:校园二手交易网站开发指南
- Blaseball Plus插件开发与构建教程
- Deno Express:模仿Node.js Express的Deno Web服务器解决方案
- coc-snippets: 强化coc.nvim代码片段体验
- Java面向对象编程语言特性解析与学生信息管理系统开发
- 掌握Java实现硬盘链接技术:LinkDisks深度解析
- 基于Springboot和Vue的Java网盘系统开发
- jMonkeyEngine3 SDK:Netbeans集成的3D应用开发利器
- Python家庭作业指南与实践技巧
- Java企业级Web项目实践指南
- Eureka注册中心与Go客户端使用指南
- TsinghuaNet客户端:跨平台校园网联网解决方案
- 掌握lazycsv:C++中高效解析CSV文件的单头库
- FSDAF遥感影像时空融合python实现教程
- Envato Markets分析工具扩展:监控销售与评论
- Kotlin实现NumPy绑定:提升数组数据处理性能