一种基于空间优选的PTS峰均比抑制方法及数据处理系统

本发明涉及无线通信功放效率优化技术领域，尤其涉及一种基于空间优选的pts峰均比抑制方法及数据处理系统。

背景技术：

多载波调制对超宽带系统的实现至关重要。当传输带宽达到极限时，模拟调制中的能耗问题更加突出。功放在任何类型的无线通信中都将主导基站能耗，高峰均比(papr)问题在未来通信系统中更加突出，依靠毫米波、太赫兹等频段，能够实现超宽带的需求，同时也面临超高频功放能量转化率不足的缺陷。

考虑低硬件成本，从信号角度优化功放失真主要是利用现有papr抑制算法降低信号出现在失真区域的概率。现有papr抑制算法包括预畸变类方法(限幅算法、星座图扩展ace算法、)和部分传输序列法(pts)等。预畸变类方法在工程领域应用最为广泛，然而随着高阶qam调制成为5g和未来通信的主流，占比极高的星座图内层矢量挪动受限，无法对峰值优化做出贡献。pts相比于预畸变类方法，信号峰均比抑制效果较好，具有和超宽带高阶qam系统的兼容性。

但是，现有的pts具有极高的计算复杂度，通常需要在峰均比抑制性能和计算复杂度之间做折中，在实现复杂度约束条件下，无法获得理论的最优解，存在极大的改进空间。

技术实现要素：

鉴于上述的分析，本发明实施例旨在提供一种基于空间优选的pts峰均比抑制方法，用以解决现有技术无法同时兼顾峰均比抑制和复杂度降低的问题。

一方面，本发明实施例提供了一种基于空间优选的pts峰均比抑制方法，包括如下步骤：

对输入的m-qam信号进行频域转换，生成ofdm频域信号，对所述ofdm频域信号进行信号分割；

将分割后的每一ofdm频域子信号依次输入预设的频域加扰模型，得到该ofdm频域信号对应的多种pts乘性加扰后的频域离散信号；

分别将上述每种pts乘性加扰后的频域离散信号输入预设的spacing评价模型，获得对应的信号离散度估计值，将所述估计值从小到大排列，识别排列中前m个估计值对应的频域离散信号；

对上述识别获得的每个频域离散信号分别进行时域papr评估，基于最小评估结果对应的频域离散信号得到最终峰均比抑制后的时域传输信号。

上述技术方案的有益效果如下：现有pts的主要缺点是ifft变换、papr时域评价、组合搜索使得系统的计算复杂度和算力开销剧增，在系统实现复杂度约束下，峰均比抑制效果折中方案难以达到最优解，存在很大的优化空间。上述技术方案提出了一种频域优选的pts峰均比抑制方法，通过频域spacing评估从全空间优选出包含最优解的少量频域离散信号，进而由时域papr评估精确定位最优扰码序列对应离散ofdm信号(即最小评估结果对应的频域离散信号)，在复杂度没有明显增加的条件下，获得papr抑制的最佳效果。

基于上述方法的进一步改进，所述对输入的m-qam信号进行频域转换，生成ofdm频域信号的步骤，进一步包括：

对输入的m-qam信号进行ofdm频域成帧，获得每一帧调制片段对应的子载波；

根据上述获得的所有子载波，建立所述m-qam信号对应的ofdm频域信号x

x＝[x1,…,xn]

式中，xi为ofdm频域信号的第i个子载波，n表示ofdm频域信号的子载波数。

上述进一步改进方案的有益效果是：进行了频域ofdm规划和信号载波分配，可以有效提升频谱效率，抵抗传输过程的频率选择性衰落，具有较高的抗干扰能力。

进一步，对所述ofdm频域信号进行信号分割的步骤，进一步包括：

通过随机分割方法，对所述ofdm频域信号进行频域分割，分割为互不相交的子块，每一子块作为一个ofdm频域子信号xv

式中，v表示分割的子块总数，下标v表示子块次序，v∈{1,2,…,v}。

上述进一步改进方案的有益效果是：将ofdm频域信号进行子块划分，可以提升加扰的自由度，较高的分块数可以获得更高的星座离散度，能够有效降低峰值产生的概率，子块划分可以实现pts在复杂度和峰均比抑制性能之间的有效折中。

进一步，所有子块的大小相等，且相互正交，每一子块中各元素相互独立。

上述进一步改进方案的有益效果是：可以保证每一子块在进行乘性加扰时不干扰其他子块，充分保证信号质量。

进一步，所述将分割后的每一ofdm频域子信号依次输入预设的频域加扰模型，得到ofdm频域信号对应的多种pts乘性加扰后的频域离散信号的步骤，进一步包括：

通过下面公式获得每一ofdm频域子信号xv对应的旋转相位因子bv

bv＝e^j2πi/v|i＝1,…,v

将上述旋转相位因子bv进行所有可能的排列组合，获得频域加扰模型中的乘性扰码序列全空间q

将所有ofdm频域子信号xv依次输入下面公式中的频域加扰模型，获得ofdm频域信号对应的v！种pts乘性加扰后的频域离散信号

式中，qiv为乘性扰码序列全空间q的第i行第v项元素。

上述进一步改进方案的有益效果是：上述频域加扰方法是一种乘性的扰码方法，可以优化信号离散度，在接收端进行相应的乘性解扰，在信号质量无损的条件下可以有效降低峰均比。

进一步，所述spacing评价模型为

式中，s为ofdm信号离散度估计值，为中的第k个频域信号，为的均值。

上述进一步改进方案的有益效果是：通过上述spacing评价模型进行spacing频域离散度评估可以以较大的概率预测出低峰均比的信号，以更低的复杂度、更容易获得极优的pts峰均比抑制加扰信号。

进一步，对上述识别获得的每个频域离散信号分别进行时域papr评估，获取最小评估结果对应的频域离散信号，基于所述频域离散信号获得峰均比抑制后的时域传输信号的步骤，进一步包括：

将每一频域离散信号进行频域随机分割，划分为互不相交的子块xiv′，所有频域离散信号都划分为相同大小的v个子块

对每一子块进行n-ifft时域变换，获取m个频域离散信号各自对应的qiv，根据下面公式对进行时域pts乘性加扰，获得m个时域加扰后的ofdm时域信号

i∈[1,…,m]

对m个时域加扰后的ofdm时域信号分别进行下面公式中的papr评估，识别最小评估结果对应的时域加扰后的ofdm时域信号，作为时域传输ofdm信号

k∈[1,…,n]

式中，为中的第k个元素，argmin()表示取最小值函数。

上述进一步改进方案的有益效果是：根据频域spacing评估从乘性扰码序列全空间q中优选出m行元素，相比m个随机抽样的信号，能精准包含最优解，在时域维papr评估过程中，精确定位到最优解和优选的ofdm信号(最终峰均比抑制后的时域传输信号)。

进一步，该方法还包括确定最优m值的步骤：

将训练数据中待传送的ofdm频域信号的n个子载波划分为v组互不相交的子块，输入所述频域加扰模型进行频域加扰；

设置初始的m＝1，将每一频域加扰后的离散信号输入所述spacing评价模型获得信号离散度估计值，将所述估计值从小到大排列，识别排列中前m个估计值对应的离散信号相应的qiv，建立优选空间；

根据优选空间对上述识别获得的每个频域离散信号分别进行时域papr评估，获得最小评估结果对应的频域离散信号；

对比最小评估结果对应的频域离散信号是否和训练数据中v！全空间中的最优解吻合

若不包含最优解，则令m＝m+1，重复上述步骤直到包含最优解，作为最优m值。

上述进一步改进方案的有益效果是：通过线下训练获得包含最优解的最小优选空间，即最优m值，通过降低优选空间，减少搜索的数量，实现复杂度和时延的降低，加快最优解的收敛速度。

另一方面，本发明实施例提供了一种基于空间优选的数据处理系统，包括依次连接的：

预处理模块，用于对输入的m-qam信号进行频域转换，生成ofdm频域信号；以及，对所述ofdm频域信号进行信号分割，生成ofdm频域子信号传输至数据处理模块；

数据处理模块，用于将接收到的每一ofdm频域子信号依次输入预设的频域加扰模型，得到所述ofdm频域信号对应的多种pts乘性加扰后的频域离散信号；以及，分别将上述每种pts乘性加扰后的频域离散信号输入预设的spacing评价模型，获得对应的信号离散度估计值；并且，将所有估计值从小到大排列，识别排列中前m个估计值对应的频域离散信号，传输至信号生成模块；

信号生成模块，用于对接收到的每个频域离散信号分别进行时域papr评估，基于最小评估结果对应的频域离散信号得到最终峰均比抑制后的时域传输信号。

上述技术方案的有益效果是：现有pts的主要缺点是ifft变换、papr时域评价、组合搜索使得系统的计算复杂度和算力开销剧增，在系统实现复杂度约束下，峰均比抑制效果折中方案难以达到最优解，存在很大的优化空间。上述系统是一种频域优选的pts峰均比抑制方案，通过频域spacing评估从全空间优选出包含最优解的少量频域离散信号，进而由时域papr评估精确定位最优扰码序列对应离散ofdm信号(即最小评估结果对应的频域离散信号)，在复杂度没有明显增加的条件下，获得papr抑制的最佳效果。

基于上述系统的进一步改进，所述频域加扰模型为

式中，qiv为乘性扰码序列全空间q的第i行第v项元素，为pts乘性加扰后的频域离散信号，xv为ofdm频域子信号，i＝1,…,v！；

所述spacing评价模型为

式中，s为ofdm信号离散度估计值，为中的第k个频域信号，为的均值。

上述进一步改进方案的有益效果是：从全空间的pts候选ofdm频域信号(多种pts乘性加扰后的频域离散信号)中，进行spacing评价，预测低峰均比ofdm信号(前m个估计值对应的频域离散信号)，优选出针对性的备选信号，可以保证以较低的复杂度快速定位和搜索到最优解(最终峰均比抑制后的时域传输信号)。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例1基于空间优选的pts峰均比抑制方法步骤示意图；

图2为本发明实施例1基于空间优选的pts峰均比抑制方法原理示意图；

图3为本发明实施例3基于空间优选的数据处理系统组成示意图；

图4为m＝4时本发明实施例方法峰均比抑制性能示意图；

图5为m＝40时本发明实施例方法峰均比抑制性能示意图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明的一个具体实施例，公开了一种基于空间优选的pts峰均比抑制方法，如图1所示，包括如下步骤：

s1.对输入的m-qam信号进行频域转换，生成ofdm频域信号，对所述ofdm频域信号进行信号分割；

s2.将分割后的每一ofdm频域子信号依次输入预设的频域加扰模型，得到该ofdm频域信号对应的多种pts乘性加扰后的频域离散信号；

s3.分别将上述每种pts乘性加扰后的频域离散信号输入预设的spacing评价模型，获得对应的信号离散度估计值，将所述估计值从小到大排列，识别排列中前m个估计值对应的频域离散信号；

s4.对上述识别获得的每个频域离散信号分别进行时域papr评估，基于最小评估结果对应的频域离散信号得到最终峰均比抑制后的时域传输信号。

与现有技术相比，本实施例提供的方法复杂度交底。现有pts的主要缺点是ifft变换、papr时域评价、组合搜索使得系统的计算复杂度和算力开销剧增，在系统实现复杂度约束下，峰均比抑制效果折中方案难以达到最优解，存在很大的优化空间。上述方法提出了一种频域优选的pts峰均比抑制方案，通过频域spacing评估从全空间优选出包含最优解的少量频域离散信号，进而由时域papr评估精确定位最优扰码序列对应离散ofdm信号(即最小评估结果对应的频域离散信号)，在复杂度没有明显增加的条件下，获得papr抑制的最佳效果。

实施例2

在实施例1的基础上进行优化，步骤s1进一步细化为：

s11.对输入的m-qam信号进行ofdm频域成帧，获得每一帧调制片段对应的子载波；每一帧调制片段对应的时间间隔相同；

s12.根据上述获得的所有子载波，建立所述m-qam信号对应的ofdm频域信号x

x＝[x1,…,xn](1)

式中，xi为ofdm频域信号的第i个子载波，n表示ofdm频域信号的子载波数；

s13.通过随机分割方法，对所述ofdm频域信号进行频域分割，分割为互不相交的子块，所有子块的大小相等(即包含的子载波数相等)，且相互正交(不同子块的子载波处于不同带宽)，每一子块中各元素相互独立(每一子块的各子载波频率均不同)，每一子块作为一个ofdm频域子信号xv

式中，v表示分割的子块总数，下标v表示子块次序，v∈{1,2,…,v}。

优选地，各子块分为有效载波位和虚拟载波位，有效载波位为频域分割获得的子载波，虚拟载波位置于0，其中每个子块的有效载波位在其他子块皆为虚拟载波。

优选地，步骤s2进一步细化为：

s21.通过下面公式获得每一ofdm频域子信号xv对应的旋转相位因子bv

bv＝e^j2πi/v|i＝1,…,v(3)

s22.将上述旋转相位因子bv进行所有可能的排列组合，获得频域加扰模型中的乘性扰码序列全空间q

v！＝v·(v-1)…1

示例性地，v＝3时

s23.将所有ofdm频域子信号xv依次输入下面公式中的频域加扰模型，获得ofdm频域信号对应的v！种pts乘性加扰后的频域离散信号

式中，qiv为乘性扰码序列全空间q的第i行第v项元素。

优选地，步骤s3中预设的spacing评价模型为

式中，s为ofdm信号离散度估计值，为中的第k个频域信号，为的均值。

作为离散的中心点，s值越小，离散度越高。高峰均比主要由相似相位多载波叠加产生，而离散度越高的信号，产生高峰均比的概率更小。

m值预先设定，设定方法会在后文中详细描述。利用线下训练搜索得到一个静态的最小m值(最优m值)，以降低实现的复杂度，一旦m值确认下来，应用时直接调用即可。

通过步骤s3预选出m个峰均比较低的备选的频域离散信号；再通过步骤s4将选出的每个频域离散信号转换到时域，进行时域pts乘性加扰，对加扰后信号进行时域papr评估，搜索最小papr评估结果对应的时域加扰后信号，作为最终峰均比抑制后的时域传输信号。

优选地，步骤s4进一步细化为：

s41.将每一频域离散信号进行频域随机分割，划分为互不相交的子块xiv′，所有频域离散信号都划分为相同大小的v个子块

s42.对每一子块进行n-ifft时域变换，获取m个频域离散信号各自对应的qiv，根据下面公式对进行时域pts乘性加扰，获得m个时域加扰后的ofdm时域信号

i∈[1,…,m]

s43.对m个时域加扰后的ofdm时域信号分别进行下面公式中的papr评估，识别最小评估结果对应的时域加扰后的ofdm时域信号，作为时域传输ofdm信号

k∈[1,…,n]

式中，为中的第k个元素，argmin()表示取最小值函数。

优选地，该于空间优选的pts峰均比抑制方法，还包括确定最优m值的步骤：

s01.将训练数据中待传送的ofdm频域信号的n个子载波划分为v组互不相交的子块，输入所述频域加扰模型进行频域加扰；

s02.设置初始的m＝1，将每一频域加扰后的离散信号输入所述spacing评价模型获得信号离散度估计值，将所述估计值从小到大排列，识别排列中前m个估计值对应的离散信号相应的qiv，建立优选空间；

s03.根据优选空间对上述识别获得的每个频域离散信号分别进行时域papr评估，获得最小评估结果对应的频域离散信号；

s04.对比最小评估结果对应的频域离散信号是否和训练数据中v！全空间中的最优解吻合

式中，为的期望。

s05.若不包含最优解，则令m＝m+1，重复上述步骤直到包含最优解，作为本次最优m值，依次完成所有训练数据的训练。

与实施例1相比，本实施例提供的方法原理如图2所示，大样本空间中ccdf概率密度曲线是稳态的，利用线下训练的方式可以搜索得到一个静态的最小m值，以降低实现的复杂度，同时线下的训练的过程不会引入计算的复杂度。

实施例3

本发明还提供了一种与实施例1、2方法对应的数据处理系统，如图3所示，包括依次连接的预处理模块、数据处理模块、信号生成模块。

预处理模块，用于对输入的m-qam信号进行频域转换，生成ofdm频域信号；以及，对所述ofdm频域信号进行信号分割，生成ofdm频域子信号传输至数据处理模块。

数据处理模块，用于将接收到的每一ofdm频域子信号依次输入预设的频域加扰模型，得到所述ofdm频域信号对应的多种pts乘性加扰后的频域离散信号；以及，分别将上述每种pts乘性加扰后的频域离散信号输入预设的spacing评价模型，获得对应的信号离散度估计值；并且，将所有估计值从小到大排列，识别排列中前m个估计值对应的频域离散信号，传输至信号生成模块。

优选地，预设的所述频域加扰模型为

式中，qiv为乘性扰码序列全空间q的第i行第v项元素，为pts乘性加扰后的频域离散信号，xv为ofdm频域子信号，i＝1,…,v！。

预设的spacing评价模型为

式中，s为ofdm信号离散度估计值，为中的第k个频域信号，为的均值。

信号生成模块，用于对接收到的每个频域离散信号分别进行时域papr评估，基于最小评估结果对应的频域离散信号得到最终峰均比抑制后的时域传输信号。

下面通过试验分析现有pts(传统pts)与本实施例频域优选的ftd-pts性能对比。首先，设置ofdm信号中的载波数n＝1024，ofdm系统升采样数l＝4，pts技术中子载波数v＝6，用随机分割的方法，对现有pts和本实施例ftd-pts方法进行实验仿真，如图4～5所示。当m＝4，在ccdf＝10^-3处，ftd-pts的papr性能远优于现有pts算法，存在1.5db峰均比抑制增益。当m＝40ftd-pts的papr性能性能与理论上的极值重叠，等效为获得最优解。其中，m＝40与传统pts实际搜索实现复杂度和时延可接收的普选门限相近。可见，本实施例方法在保持了现有pts峰均比抑制性能的前提下，实现复杂度明显降低。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。