关注我追更更多通信仿真代码文章目录摘要第一章 引言1.1 研究背景1.2 现有 PAPR 降低技术分类1.3 常规 SLM 的局限与本文改进思路第二章 系统模型与问题描述2.1 OFDM-NOMA 下行链路模型2.2 3GPP 路径损耗与 MIMO 信道模型2.3 PAPR 定义与评估指标第三章 改进 SLM 的 PAPR 降低方法3.1 常规 SLM 原理3.2 改进 SLM分段恒定相位方案第四章 仿真分析4.1 仿真参数配置4.2 PAPR 抑制性能对比4.3 计算时间对比4.3 部分代码第五章 结论摘要高峰均功率比PAPR是正交频分复用OFDM系统中的关键缺陷之一严重制约射频功率放大器的效率并引入非线性失真。本文针对 OFDM 与非正交多址接入NOMA融合系统研究一种基于改进选择映射SLM的 PAPR 降低方法。所提改进方案采用分段恒定相位序列替代常规 SLM 的全随机相位序列通过将子载波划分为若干连续段、段内共用同一相位因子在保持 PAPR 抑制能力的同时显著降低相位生成与复数乘法的计算开销。该改进方案有效平衡了性能与复杂度为 5G 及未来 OFDM 系统提供了工程可行的 PAPR 解决方案。第一章 引言1.1 研究背景正交频分复用Orthogonal Frequency Division Multiplexing, OFDM凭借其高频谱利用率、抗多径衰落能力强以及实现简单的优势已被广泛采纳为 4G LTE、5G NR 以及 Wi-Fi 等现代无线通信系统的核心物理层波形。然而OFDM 信号在时域上由多个独立调制的子载波线性叠加而成当各子载波相位趋于一致时瞬时信号幅度会产生极高的峰值。高峰均功率比Peak-to-Average Power Ratio, PAPR是 OFDM 系统最突出的固有问题之一。高 PAPR 迫使射频功率放大器工作在大幅度回退区以避免饱和失真从而严重降低功放的功率转换效率同时高峰值信号还会导致数模转换器DAC的量化噪声增大、带外辐射超标等问题直接影响系统覆盖范围和通信质量。随着 5G 及未来移动通信对更高数据速率和更大连接数的需求非正交多址接入Non-Orthogonal Multiple Access, NOMA凭借在功率域复用多用户的优势而受到广泛关注。将 NOMA 与 OFDM 相结合可进一步提升频谱效率和用户接入能力但多用户信号的功率域叠加会进一步加剧信号的峰值波动使得 PAPR 问题更加严峻。因此在 OFDM-NOMA 融合架构下研究高效、低复杂度的 PAPR 降低方法具有重要的理论意义和工程价值。1.2 现有 PAPR 降低技术分类现有 PAPR 抑制方法可归纳为以下三类信号畸变类如限幅Clipping和滤波直接削减时域信号峰值实现简单但会引入带内失真和带外辐射。概率类如选择映射Selected Mapping, SLM和部分传输序列Partial Transmit Sequence, PTS通过生成多个候选信号并择优发送来降低高峰值出现概率不产生信号失真但计算复杂度较高。编码类利用特定纠错编码限制峰值出现如 Golay 互补序列PAPR 理论上可达 3 dB 以下但编码效率低且缺乏灵活性。其中SLM 因其无需信号畸变、适用于任意子载波数且与现有 OFDM 系统兼容性好已成为学术界和工业界广受关注的方案之一。1.3 常规 SLM 的局限与本文改进思路常规 SLM 通过生成 M 组独立随机相位序列并分别执行 IFFT 来产生 M 个候选信号最终选择 PAPR 最小者发送。该方法能够有效降低 PAPR但代价巨大每生成一个候选需要 N 个随机相位和一次完整 IFFT当子载波数 N 较大或候选数 M 较多时基带处理器的计算负担急剧增加。针对这一局限本文引入一种改进 SLM 方案——结构感知 SLM。其核心思想是将 N 个子载波均匀划分为 S 个连续段每一段内所有子载波共用同一个相位因子从而将每候选的随机相位生成量从 N 个压缩至 S 个S ≪ N在不改变 IFFT 次数的前提下显著降低了预处理的常数项开销。第二章 系统模型与问题描述2.1 OFDM-NOMA 下行链路模型2.2 3GPP 路径损耗与 MIMO 信道模型为反映真实传播环境本文采用 3GPP TR 38.901 定义的城市宏蜂窝Urban Macro, UMa路径损耗模型2.3 PAPR 定义与评估指标第三章 改进 SLM 的 PAPR 降低方法3.1 常规 SLM 原理常规 SLM 生成 N 个完全独立的相位因子。但从 PAPR 降低的角度看子载波之间的相位没有必要完全独立。PAPR 由时域信号峰值决定而时域峰值受所有子载波相位的联合影响。相邻子载波的相位相关性对峰值影响很小——这正是分段恒定相位的理论依据。3.2 改进 SLM分段恒定相位方案虽然 IFFT 的主体计算量不变但相位生成和预处理的常数项显著降低。第四章 仿真分析4.1 仿真参数配置参数数值IFFT 点数 ( N )256用户数 ( U )4候选序列数 ( M )4, 8, 12, 16, 20, 24, 28, 32扫描调制方式QPSKOFDM 符号数性能分析2000OFDM 符号数时间扫描80过采样因子4发射天线 ( N_t )16接收天线 ( N_r )4发射功率 ( P_t )46 dBm系统带宽 ( BW )20 MHz噪声系数 ( NF )7 dB小区半径500 m分段数 ( S )44.2 PAPR 抑制性能对比可以看到两种方案的 CCDF 曲线在整个 PAPR 阈值范围内几乎完全重合仅在 PAPR 大于 7.8 dB 的极低概率区间尾部出现微小的可分差异。这表明虽然改进 SLM 将相位自由度从 N个压缩至 S 个分段但并未损失系统的 PAPR 抑制能力。其原因是分段数 S4 已能提供足够的相位多样性使得峰值的统计分布特性得以保持。PAPR 直方图进一步验证了上述结论。与常规 SLM 相比改进 SLM 的 PAPR 样本在 7.0–7.4 dB 区间呈现出更高的集中度且高 PAPR7.8 dB区间的出现频次明显降低。这说明改进 SLM 不仅有效降低了峰值还改善了信号的峰值波动一致性有利于减轻射频功放的非线性失真。4.3 计算时间对比可以看到可以观察到两种方案的耗时均随 M 呈线性增长这与理论分析中“耗时正比于 M×IFFT 次数”的预期一致。在所有 M 取值下改进 SLM 的耗时均低于常规 SLM平均加速比为 1.14 倍平均节省时间约 12.2%表明改进方案在候选数较多的大规模系统中具有更显著的计算效率优势。4.3 部分代码%%%基于改进SLM的OFDM中PAPR降低方法 —— 参数扫描版本%功能扫描候选序列数量M对比常规SLM与改进SLM的运行时间%clc;clear;close all;%%1.系统参数N256;%IFFT/FFT 点数子载波数 U4;%用户数NOMA 复用用户 mod_order4;%调制阶数4QPSK num_symbols_scan1000;%每个 M 值仿真的 OFDM 符号数扫描用保证速度 oversampling4;%过采样因子%%2.3GPP 基站参数Nt16;%基站发射天线数 Nr4;%用户接收天线数 Pt_dBm46;%基站发射功率dBm BW20e6;%系统带宽20MHz NF7;%接收机噪声系数dB cell_radius500;%小区半径米%%3.用户距离固定避免随机影响时间drand(1,U)*cell_radius10;%随机距离10~510m d_kmd/1000;%%4.3GPP 路径损耗与 SNRPL_dB128.137.6*log10(d_km);Pr_dBmPt_dBm-PL_dB;Noise_dBm-17410*log10(BW)NF;SNR_dBPr_dBm-Noise_dBm;%%5.生成多用户 QPSK 数据datarandi([0mod_order-1],U,N*num_symbols_scan);symbolsqammod(data,mod_order,UnitAveragePower,true);symbolsreshape(symbols,U,N,num_symbols_scan);%%6.NOMA 功率域叠加power_levels1./(1:U);power_levelspower_levels/sum(power_levels);path_gainsqrt(10.^(Pr_dBm/10));symbols_nomazeros(N,num_symbols_scan);foru1:U symbols_nomasymbols_noma...sqrt(power_levels(u))*path_gain(u)*squeeze(symbols(u,:,:));end%%7.信道使用标量瑞利信道避免矩阵维度问题%原版 main1.m 使用 MIMO 矩阵 H但在扫描时容易出现维度错误%改用标量信道系数 hPAPR 分析不受影响且彻底避免报错 h(randn1j*randn)/sqrt(2);%%8.扫描参数设置M_values[4,8,12,16,20,24,28,32,40,48,56,64];%候选序列数量 segments4;%分段数 seg_lenN/segments;%每段长度%预分配时间数组 time_conv_arrzeros(size(M_values));time_struct_arrzeros(size(M_values));fprintf(开始参数扫描共%d 个 M 值每个跑%d 个符号...\n,...length(M_values),num_symbols_scan);%%9.主扫描循环foridx1:length(M_values)MM_values(idx);fprintf( 正在测试 M %d ...\n,M);%----------9a.常规 SLM计时----------tic;fork1:num_symbols_scan xsymbols_noma(:,k);min_paprinf;form1:M%生成 N 个独立随机相位 phaseexp(1j*2*pi*rand(N,1));x_modx.*phase;%通过标量信道 rxh*x_mod;%IFFT 变换到时域含过采样 x_ifftifft(rx,N*oversampling);paprmax(abs(x_ifft).^2)/mean(abs(x_ifft).^2);ifpaprmin_papr min_paprpapr;end end endtime_conv_arr(idx)toc;end%%10.绘制结果%--------图1运行时间 vs M--------figure(Name,运行时间 vs M);plot(M_values,time_conv_arr,bo-,LineWidth,1.8,MarkerSize,8);hold on;plot(M_values,time_struct_arr,rs--,LineWidth,1.8,MarkerSize,8);grid on;xlabel(候选序列数量 M);ylabel(总运行时间 (秒));title(sprintf(运行时间 vs Mnum\\_symbols %d,num_symbols_scan));legend(常规 SLM,改进 SLM分段恒定,Location,northwest);第五章 结论本文针对 OFDM-NOMA 融合系统中的高峰均功率比问题提出了一种基于分段恒定相位序列的改进 SLM 方案。仿真结果表明该方案在保持与常规 SLM 相近的 PAPR 抑制性能的同时通过将相位生成量从 N 个压缩至 S 个S ≪ N显著降低了预处理的计算开销平均可节省约 12.2% 的计算时间。改进 SLM 有效平衡了 PAPR 抑制性能与实现复杂度为 5G 及未来 OFDM 系统提供了一种工程可行的高效 PAPR 降低方案。仿真代码可见往期文章文末VX公众号包含往期博客所有代码所见即所得