[发明专利]一种基于差分进化算法的OFDM系统峰均比抑制方法

摘要

本发明公开了一种基于差分进化算法的OFDM系统峰均比抑制方法，属于通信传输领域，包括以下步骤：将反复的迭代限幅滤波过程建模成优化问题，在满足PAPR和EVM的约束条件下，用差分进化算法获得系统的局部最优解，找到PAPR和EVM同时满足系统条件并且时间复杂度最低的输出信号。从实际的系统实时应用的需求出发，不需要用凸优化的方法来求取全局最优，即不需要求得最小的PAPR，或者最小的EVM，而只需要满足系统需要即可。本发明在保证低的时间复杂度和硬件开销的基础上，致力于寻找可行解，也即是局部最优解。即用最快的时间找到满足系统要求的PAPR值，并满足EVM的约束，即保证系统的误码率在制定的门限以内。

主权项

1.一种基于差分进化算法的OFDM系统峰均比抑制方法，其特征在于，将反复的迭代限幅滤波过程建模成优化问题，在满足PAPR和EVM的约束条件下，用差分进化算法获得系统的局部最优解，找到PAPR和EVM同时满足系统条件并且时间复杂度最低的输出信号；具体包括以下步骤：S1.差分进化算法的种群为N维噪声矢量,初始噪声矢量采用随机的方法从整个噪声空间中产生,定义N维噪声矢量e(n)e(n)＝x(n)‑x′(n),e(n)是在滤波过程中由于各种方法引入的偏移,x(n)是原始的时域信号，x′(n)为滤波后的信号；X′(K)＝DFT[x′(n)]     ＝DFT(x(n)‑e(n))LN     ＝X(k)‑DFT(e(n))LN     ＝X(k)‑E(k),L是过采样因子，E(k)是e(n)对应的频域矢量，也是原始信号和滤波后信号的误差矢量，搜索一个最合适的E(k)，从而满足系统的要求,称E(k)为PAPR降低矢量；第一代初始噪声种群可以表示为：其中，分别是噪声矢量的上界和下界，rand_j(0,1)是均匀分布的随机变量，并且rand_j(0,1)∈[0,1]，噪声矢量的范围选择为‑0.5到0.5；S2.通过以下差分变异的方程，得到变异个体为：其中为变异个体，F为缩放因子，表示差分向量对下一代个体的影响程度；S3.交叉操作,交叉运算操作可以表示如下:其中，rand()为[0,1]之间的均匀随机数；j＝1,2,…m表示第j个变量，m为变量的维数；S4.为决定试验向量Ui,t是否会成为下一代中的成员，DEPR按照贪婪准则将试验向量与当前种群中的目标向量Ei,t进行比较,下一代中的所有个体都比当前种群的对应个体更佳或者至少一样好；上述公式中目标函数为计算信号PAPR所得到的值，可根据下式来计算：S5.将不符合边界约束的新个体根据S2重新产生试验向量，然后进行交叉操作，直到产生的新个体满足边界约束为止；EVM的约束条件如下所示：S6.如果种群满足终止条件，即产生一个可接受的解或者达到最大迭代次数，则输出，否则转到S2；S7.控制参数的选择：种群规模取20到500之间；缩放因子F取值0.5到1之间；交叉控制参数取值0到1之间；S8.设种群规模为Np，则随机产生初始种群的复杂度为O(Np)，变异的复杂度为O(Np),交叉的复杂度为O(Np)，选择的复杂度为O(Np*Nlog2N),总复杂度为：O(Np)+O(Np)+O(Np)+O(Np*Nlog2N)＝O(Np*Nlog2N)。