OFDM系统峰均比降低算法的研究+Matlab仿真(11)
(4)将具有最优相位因子的这 个子块当作一个大组，令相位因子 ，通过次优PTS运算后估算出门限参数值 ，对其进行自适应次优PTS运算，设 ，代入计算得到系统的峰均比 ，如果 小于 ，那么就停止迭代而将这个相位因子作为最终需要的相位因子；而如果 大于门限值 ，就设 代入计算，得到的 再与门限值 比较，直到找到合适的相位因子，将其代入得到的 值小于门限值 ，就完成了第二层的优化。
下面对这种联合算法进行Matlab仿真，其中的具体参数为：10000个相互独立的随机的OFDM信号，子载波数 =256，进行QPSK调制，4倍过采样。将子载波进行随机分割，先分割成16个子块，再分别分割为2个大组或者4个大组[12,13]。
图10中，5条曲线从右到左分别为：OFDM系统原始信号的CCDF曲线、分组数为 =16 =2的自适应次优双层PTS算法的CCDF曲线、分组数为 =16 =4的自适应次优双层PTS算法的CCDF曲线、分组数为 =16 =2的双层PTS算法的CCDF曲线、分组数为 =16 =4的双层PTS算法的CCDF曲线。
图10 改进的双层PTS算法与双层PTS算法的性能比较
由图10可以看出，CCDF曲线在10-4的地方，原始的CCDF曲线PAPR值为11.47dB，计算次数 =1；双层PTS算法 =2的情况PAPR值为9dB，计算次数为 =18；自适应次优双层PTS算法 =2的情况PAPR值为8.86dB，计算次数 ；自适应次优双层PTS算法 =4的情况PAPR值为8.05dB，计算次数 ；双层PTS算法 =4的情况PAPR值为8dB，计算次数 =20，因此自适应次优双层PTS算法既能减小迭代次数而又能使其降低PAPR的性能没有太大变化。
可见将自适应次优PTS算法应用到双层PTS算法中可以大大减少迭代的次数，使计算变得简单，不过这样得到的相位因子不一定就是最理想的，所以其性能与双层PTS算法相比或许会有所下降，但是这样的算法大大减少了计算量，也不失为一种很好的方法。
5. 结束语
正交频分复用技术作为一种无线环境的传输技术，能够实时可靠地对信息进行高速率传输，在无线通信领域具有非常好的发展前景。它在各个方面的优势都比较强，因而受到众多通信学者的广泛关注。不过OFDM技术有着多载波系统所共有的弱点：峰均比较高，这样就需要加大发送端功率放大器的线性范围，增加了成本投入，因此成为OFDM技术的首要难题。本论文旨在研究降低OFDM峰均比的算法，进行的主要工作包括以下几个方面：
(1)介绍了传统降低系统峰均比的三种方法：信号预畸变技术、编码类技术以及概率类技术，并且详细描述了几个有代表性的算法，对每种算法的区别和优缺点都进行了论述。
(2)重点介绍了基于PTS算法的改进算法：将自适应次优PTS算法引入双层PTS算法的新算法，这种方法是在前人研究的基础上提出的，对降低PAPR也有着不错的效果。后来还对这种算法的优点和不足之处进行了论述。
本论文的独特之处：将自适应次优PTS算法与双层PTS算法大胆结合起来，使迭代求PAPR的次数比双层PTS算法要少很多，而且性能不会有太大差距，大大减小了计算量。
下阶段还需要做的工作有以下几个方面：
(1)OFDM系统在实际应用中所需要用到的关键技术是很多的，本文例举的还远远不够，因此还需要多查资料学习这方面的知识。
(2)本文对概率类算法的介绍有些笼统，比如如何有效地传输边带信息，如何不用边带信息来判断相位因子，本文都没有详细论述。
(3)OFDM系统在实际应用中会遇到很多突发情况，实际应用过程中该如何降低PAPR，本文也没有具体介绍。