一种减小OFDM系统PAPR的算法分析

传统的部分传输序列（PTS）算法可以降低正交频分复用（OFDM）系统的高峰值平均功率比（PAPR）,但自身较为复杂难以直接应用到OFDM系统中。为了有效降低OFDM系统PAPR,在粒子群总数增加时减少迭代次数,增加系统的稳定性,提出了一种基于PSO-PTS联合算法。通过对粒子群参数进行优化与仿真分析,结果表明,提出的PSO-PTS混合算法能有效的减小OFDM系统的PAPR,也降低了计算复杂度。     

用双层PTS算法降低OFDM峰均功率比

针对正交频分复用(OFDM)系统中峰均功率比(PAPR)高的问题,提出了一种双层PTS算法来降低PAPR.该算法通过把子载波的数据分成2层,每层都分别使用了次优PTS算法来对该层的PAPR进行优化,从而降低整个OFDM系统的PAPR.仿真结果表明,双层PTS算法大大降低系统的复杂性,同时使PAPR得到了更好地抑制.     

一种改进减小OFDM系统峰均比的PTS算法

介绍了降低OFDM系统PAPR的PTS算法,提出了将PTS算法进行限幅处理的一种方法。通过仿真,表明算法在保持原算法优点的基础上,有效降低了OFDM信号PAPR值,并对系统性能影响不大。     

OFDM系统峰均比抑制的迭代FFT算法

传统的选择映射算法（SLM）中,要得到比较好的峰均比改善效果,需要比较多的独立分组数,这样运算量就比较大;传统的部分传输序列法（PTS）中,如果要获得最佳的相位旋转因子,需要遍历所有的可选信号,这样的计算量随分割的子序列数按指数增长。在正交频分复用（OFDM）系统中,采用快速傅里叶变换（IFFT和FFT）来实现高效的调制和解调,本文针对OFDM的高峰均比（PAPR）问题,结合限幅法操作简单和选择映射算法（SLM）以及部分传输序列法（PTS）对信号无畸变和效率高的优点,提出了一种基于迭代FFT的峰均比抑制算法,该算法利用系统中已有的IFFT（FFT）调制模块来降低OFDM的PAPR。并通过仿真试验证实该方法可以显著降低OFDM信号的峰均比,具有一定的工程意义。     

信号畸变SLM算法降低OFDM系统PAPR

提出一种信号畸变SLM（selective mapping）算法来降低OFDM系统PAPR（peak-to-average power ratio）．传统SLM算法大大降低OFDM系统中高PAPR出现的概率，但并不能完全限制高PAPR信号的出现．信号畸变SLM算法在保持其余信号不变基础上，对高PAPR信号进行畸变，将系统PAPR控制在期望的范围之内．经过SLM算法处理后大大降低了高PAPR信号出现的概率，所以对高PAPR信号进行畸变在很好地控制了OFDM系统PAPR的同时，并不会影响系统其余性能．仿真结果验证了新方法的有效性．     

OFDM系统中峰均比抑制算法仿真

为提高第四代OFDM移动通信系统性能,有效降低OFDM系统的PAPR,运用MAT-LAB软件对限幅滤波法、选择映射法(SLM)、部分传输序列法(PTS)和动态星座扩展法(ACE)四种PAPR抑制算法进行仿真分析。结果表明:限幅滤波法、SLM、PTS三种算法的误码率高、复杂度高、计算量大;动态星座扩展法可以较好地降低OFDM系统的PAPR,明显改善系统性能,且误码率低,运算量小,与SLM和PTS算法相比较,具有较强的实用性。     

基于序列的降低OFDM系统PAPR的算法复杂度分析

载波干涉(CI)、选择映射法(SLM)部分传输序列法(PTS)都是基于序列的降低正交频分复用(OFDM)系统峰均功率比(PAPR)的算法.着重介绍了CI/OFDM系统,并对CI、SLM、PTS这三种算法进行了复杂度分析.计算机仿真结果表明,这三种算法中, CI技术不仅能够有效降低OFDM系统的PAPR,还能具备较低的运算复杂度.     

基于PTS算法降低OFDM峰均功率比的研究

针对正交频分复用（OFDM）系统的高峰均功率比值（PAPR）的问题,对传统的部分传输序列（PTS）算法进行了改进,把传统的只进行相位的扰动改进为相位和幅度同时作用,改善了系统的PAPR性能．对相位序列的取值范围进行了研究,验证了取值范围的变化对PAPR值的影响．同时,改进的算法也抑制了加入边带信息以后的系统的峰值再生问题．在上述理论的基础上,对系统进行仿真,结果表明,改进算法的PAPR性能有了1dB的下降,边带辅助信息的复杂度有一定的下降．     

一种降低OFDM系统峰均比的PTS-TR联合算法

提出一种部分传输序列（partial transmit sequence, PTS）算法与载波预留法（tonereservation）相结合的算法来降低OFDM系统峰均功率比（peak-to-average power ratio,PAPR）,传统的PTS算法可以在不使信号失真的情况下很好地降低高PAPR出现的概率,但是这种算法的缺点是计算量过大,而TR法虽有不用传递边带信息的优点,但当预留子载波取值小时会得不到理想的性能,取值过大又会浪费系统功率,联合算法在大大地降低了PTS计算量、TR预留载波取值小的同时,还保持了良好的PAPR性能,仿真结果验证了其有效性。     

使用PTS和限幅联合算法降低OFDM峰均比

提出了一种降低正交频分复用(OFDM)系统峰均比(PAPR)的联合算法:部分传输序列(PTS)和限幅(Clipping)算法.该联合算法先利用PTS算法对OFDM信号进行处理以降低PAPR,所得信号再利用限幅法进行处理,以进一步降低PAPR.只要2种方法对PAPR的降低程度选取得当,就可以在降低PAPR的情况下既减小运算量,又不产生过大的噪声干扰,数据仿真验证了所提方法的有效性.     

一种基于改进信息增益特征选择的最大熵模型文本分类方法

针对传统信息增益(IG)特征选择算法忽略词频分布的缺陷,该文提出一种新的IG特征选择算法.该算法通过引入均衡比和类内词频位置参数,解决了传统IG算法忽略词频分布对分类的弱化问题,修正传统类内词频位置参数,提高特征选择算法的文本分类精度,并将该改进IG特征选择算法用于最大熵模型(ME)对文本进行分类.实验结果表明:该文所提方法在进行文本分类时F1值高于传统IG算法.该文方法的ME分类精度高于K最近邻KNN(K-Nearest Neighbor)算法,说明本文方法是可行的、有效的.     

一种低复杂度的OFDM系统峰均比降低算法

针对高峰均比信号是正交频分复用(OFDM)技术实用化的主要障碍问题,提出了一种基于改进模拟退火优化的部分传输序列(IMSA-PTS)算法.该算法采用改进模拟退火优化搜索最优相位因子,避免了相位因子搜索陷入局部极小值,而且在不改变退火过程的条件下,可以得到历经搜索过程中所有状态的最小峰均比信号.同时,通过设定门限值,提高了收敛速度,显著降低了算法的计算复杂度.仿真结果证明,所提算法在保持良好峰均比降低性能的同时,有效地降低了计算的复杂度.     

一种减小峰均功率比的PTS算法优化技术研究

研究了多载波通信系统峰均功率比(PAPR)抑制技术之一——部分传输序列(PTS)算法的优化技术.通过在传统多载波系统中加入PAPR门限比较判决模块,实现对多载波系统时域信号中较大PAPR值的抑制.传统PTS算法计算量大,不易实现.提出的比较判决优化技术将减小PTS数据处理的次数,使系统在PAPR抑制过程中的计算量明显减少.通过仿真证明,该优化算法在门限值合理设置时,可以使运算量减小近70%.该优化算法即使在子载波教较大的系统中,对系统的误码率性能有所优化,且不增加系统的带外辐射.     

改进PTS技术和改进阈值限幅法结合的PAPR降低方法

针对阈值限幅法误码率极大和部分传输序列(PTS)技术复杂度高的问题,提出一种改进的基于阈值限幅和PTS技术的正交小波包复用(OWPM)系统高峰均功率比(PAPR)降低方法.仿真结果表明:改进后的算法性能得到提升,且经阈值限幅法和PTS技术联合处理后,能够在尽量不影响原系统误码率性能的前提下,更好地降低系统PAPR值,同时也降低了系统计算复杂度.     

一种低复杂度降低FBMC-OQAM峰均值比的PTS双层搜索算法

最近采用偏移正交幅度调制的滤波器组多载波系统(FBMC-OQAM)吸引广泛的关注。由于FBMC-OQAM信号的叠加性,导致峰均值比(PAPR)较大,而大部分传统OFDM的降低PAPR技术不适用。为了不引入新的误码率,采用PTS算法降低FBMC-OQAM峰均值比是较好的选择,但现有基于PTS降低FBMC-OQAM峰均值比方案的复杂度都较高。通过对PTS算法进行改进,提出了一种新的在FBMC-OQAM系统中采用双层搜索的PTS算法(D-PTS)。该算法能以较小的复杂度降低FBMC-OQAM信号的PAPR,且不会引起信号畸变,理论分析和数值仿真证实了新算法的性能。     

露天矿行车事故预测方法及应用

为有效解决露天矿山行车事故预测模型建模时,易受小样本数据、离群数据规模影响,导致模型精度损失、算法抗噪容差能力及收敛速度下降等问题,提出一种基于二次惩罚项修正(PTS)的改进支持向量回归机模型(WLSSVR)。根据训练样本的数据分布特性,研究了服从露天矿山现实应用场景的二次惩罚项,进一步提高回归机模型的抗噪容差能力;考虑非线性预测模型影响因子选择困难的问题,研究了数据降维及因子分析方法,并将主成分分析方法引入到输入数据预处理算法中,以保证算法可得到理想的输入;针对传统回归机模型易受核参数选择影响,易导致模型早熟和收敛速度慢等问题,研究了粒子群惯性因子、学习因子的自适应迭代形式,提出了一种应用改进粒子群算法优化回归机模型核参数的方法。以露天矿行车事故频次预测为例,进行了预测和对比实验。实验结果表明:引入PTS模型的测试集预测结果明显优于不采用PTS策略的预测结果。这说明,应用文中提出的二次惩罚策略和参数优化算法对复杂系统的事故预测问题研究是可行且有效的。