⃝可在www.sciencedirect.com上在线ScienceDirectICT Express 1（2015）76www.elsevier.com/locate/icte一种改进的基于遗传算法的降低峰均比的音调注入方案Won Cheol Lee，Joo Pyoung ChoiChoi，Chuyen Khoa Huynh韩国首尔市铜雀区尚道5洞崇实大学电子工程学院接收日期：2015年1月25日;接受日期：2015年2015年10月9日在线发布摘要认知无线电（CR）由于能够提供多种智能行为，已成为提高频谱利用率的一种很有前途的技术将CR概念应用于多载波系统的流行技术之一被称为音调注入方案。该方案是一种可用于正交频分复用（OFDM）等多载波系统的峰均功率比（PAPR）降低方法然而，传统的音调注入方案可能会增加平均发射功率，这归因于为了获得最佳的PAPR降低而故意扩展星座图的大小基于加权和遗传算法解决多目标优化问题（MOOP），改进的音调注入方案利用CR技术的灵活性，快速调整工作参数，以实现PAPR的最优降低和功率增长的最优缓解。仿真结果表明，该方案不仅可以控制PAPR的降低，而且可以通过控制权值来抑制功率的增加，具有较好的灵活性，与其他传统方法相比，该方案的复杂度相对较低。2015年，韩国通信信息科学研究所。制作和托管由Elsevier B.V.这是一个开放获取的文章根据CC BY-NC-ND许可证（http：//creativecommons. org/licenses/by-nc-nd/4. 0/）。关键词：认知无线电;峰均功率比;遗传算法;多目标优化问题1. 介绍近来，正交频分复用（OFDM）由于其有效地处理由频率选择性衰落信道引入的失真的能力而在高速无线通信系统（例如xDSL、IEEE 802.11、IEEE 802.16和4G无线通信标准）中受到了相当大的关注[1]。然而，OFDM的一个主要 缺点 是 发 射端 多 个子 载 波 相加 导 致的 峰 均 功率 比（PAPR）过高;当相邻输入序列高度相关时，时域OFDM符号会表现出较大的包络分量。对于高PAPR，发射机的数模（D/A）转换器和功率放大器需要拥有大的动态范围以避免幅度削波，从而增加了两者的功率*通讯作者。电子邮件地址：wlee@ssu.ac.kr（W.C. Lee）、pyoung424@ssu.ac.kr（J.P. Choi）、hckhoa@ssu.ac.kr（C.K.Huynh）。同行评审由韩国通信信息科学研究所负责。消耗和组件成本。因此，OFDM发射机应采用有效的信号处理技术来降低PAPR，以降低系统成本。该系统可以采用文献中提出的几种解决方案，有关这些方法的详细信息在[2，3]中进行了讨论。在现有的方法中，最简单的方法可能是限制峰值包络的幅度限幅方法输入信号不超过预定阈值电平。但是幅度削波可能会恶化BER性能，因为原始信号可能会失真[4]。最近提出的其他方案，如选择映射（SLM）和部分发送序列（PTS）方法，关注于相位校正序列的生成，这些相位校正序列被乘以原始OFDM信号以适当地降低PAPR。上述方法的共同缺点是需要巨大的计算复杂度来找到最佳相位序列，以及在相位序列信息的传输中作为开销而产生的传输速率损失[5，6]。音调注入法是由J.Tellado [7]是一种有效的PAPR降低方法，因为它不需要发送开销。然而，传统的色调注入方法重新-http://dx.doi.org/10.1016/j.icte.2015.09.0072405-9595/c2015韩国通信信息科学研究所。制作和托管由爱思唯尔B. V.这是一个开放获取的文章下，CC BY-NC-ND许可证（http：//creativecommons。org/licenses/by-nc-nd/4. 0/）。W.C. Lee等人/ICT Express 1（2015）7677¯[客户端]=KK=中国LL中国m m mNk=0KKKxm[n]=|xm [n]+ cm[n]|2xm[ n] =1Xmej2πkn/N，0 ≤来华传教士。，1930--人Lee，多载波传输的峰均功率比降低技术概述，IEEE Wirel。Commun.（2005）56-65。[4] X. Li，L.J. 小西米尼限幅和滤波对OFDM性能的影响，IEEECommun. Lett. 2（5）（1998）131-133。[5] R.W. Bauml，R.F.H.Fischer，J.B.Huber，降低峰均比功率比的多载波调制的选择映射，IEEE电子Lett. 32（22）（1996）2056-2057。[6] L. 小西米尼姆，N. Sollenberger，峰均功率比降低的OFDM信号使用部分发送序列，IEEE Commun. Lett. 4（3）（2000）86-88。[7] J. 用于多载波调制的峰均功率降低（博士）斯坦福大学，1999年。[8] E. 多目标优化的进化算法：方法和应用（博士学位）。瑞士联邦理工学院瑞士苏黎世联邦理工学院，1999年。[9] J. 工程多目标优化综述设计，技术报告LiTH-IKP-R-1097，部门机械工程，林平大学，Linkping，瑞典，2000年。[10] J.H. 霍兰德，《自然和人工系统的适应》，安娜堡大学出版社，1975年。[11] K.S. Tang，K.F.天啊S Kwong，Q.遗传算法及其应用，IEEE信号处理。Mag.（1996）22-37.[12] D.E. 李文生，遗传算法在机器学习中的应用，北京：计算机科学出版社，1998。[13] H. Ishibuchi，T.李明，多目标遗传局部搜索算法及其在流水车间调度中的应用，北京：计算机科学出版社。Part C Appl.Rev.28（3）（1998）392
我的内容管理
展开
