OFDM信號峰平比抑制優(yōu)化模型的ADMM求解算法研究.pdf

1、正交頻分復用（Orthogonal Frequency Division Multiplexing，OFDM）技術具有頻譜利用率高，抗多徑衰落能力強，實現(xiàn)簡單等優(yōu)點，現(xiàn)已被廣泛應用于無線通信系統(tǒng)中。但是它高峰平功率比（Peak-to-Average-Power Ratio，PAPR）的固有缺點是限制其前進與發(fā)展的主要因素，因為這會對后續(xù)的功率放大器、數(shù)模轉(zhuǎn)換器等器件的線性動態(tài)范圍要求嚴格，還可能導致放大器功放效率低下，基站等設備耗電量大

2、，信號非線性失真等現(xiàn)象。因此，有效抑制PAPR是OFDM的關鍵技術之一。
　　目前，采用凸優(yōu)化技術降低OFDM信號的PAPR已成為新的研究方向。雖然與傳統(tǒng)方法相比，凸優(yōu)化方法可以得到更好的PAPR抑制效果，但是因其計算復雜度高而使其實際應用受到約束。所以找出一種既能有效降低OFDM信號的PAPR，又能提高計算效率，降低算法復雜度的方法具有重要的意義。
　　本文針對這一情況，提出了低復雜度的凸優(yōu)化方法來降低OFDM信號的峰平比

3、。本文的主要貢獻包括以下幾個方面：
　　1）建立了三個包含“限幅（clipping）”約束的模型。通過凸松弛技術，將非凸的PAPR約束松弛為凸的限幅約束，限幅操作是線性的方法，而且實現(xiàn)簡單。
　　2）通過使用近年來在大數(shù)據(jù)處理和機器學習領域逐漸成熟的交替方向乘子算法（Alternating DirectionMethod of Multipliers，ADMM），可以得到這三種模型的自定義求解方法。因為ADMM將問題轉(zhuǎn)化為可

4、并行求解的可分離變量的多個子優(yōu)化問題進行迭代計算，而每一個子問題都有較簡單的解析解，所以原始問題的求解就變得比較簡單。
　　3）我們分析發(fā)現(xiàn)，對于本文中所提出模型的自定義求解方法，它們每一次迭代的代價都主要來自于快速傅里葉變換（Fast FourierTransform，F(xiàn)FT），所以其計算復雜度低，近似為O(2lN log2lN)。另外，由于與OFDM信號相關的FFT變換因子矩陣是正交的，因此，模型的ADMM迭代過程還可以并行分