[发明专利]基于加速近似梯度算法优化TR方法抑制PAPR过程的方法有效
| 申请号: | 201911114412.7 | 申请日: | 2019-11-14 |
| 公开(公告)号: | CN110838998B | 公开(公告)日: | 2022-04-08 |
| 发明(设计)人: | 杨国;李杨;吴文;钱玉文;刘奇 | 申请(专利权)人: | 南京理工大学 |
| 主分类号: | H04L27/26 | 分类号: | H04L27/26 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 马鲁晋 |
| 地址: | 210094 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 加速 近似 梯度 算法 优化 tr 方法 抑制 papr 过程 | ||
1.一种基于加速近似梯度算法优化TR方法抑制PAPR过程的方法,其特征在于,包括以下步骤:
步骤1、利用傅里叶变换将正交频分复用OFDM系统的时域信号x转换为频域信号X;
步骤2、获取时域信号x与频域信号X之间的映射关系F;所用公式为:
x=FX
式中,F表示JN×N大小的快速傅里叶逆变换矩阵即映射关系,该矩阵中第m行第j列的元素为:其中J为过采样因子,N为OFDM系统中的子载波数;
步骤3、利用载波预留TR方法产生抑制PAPR的信号并结合加速近似梯度算法APGM抑制峰均比PAPR。
2.根据权利要求1所述的基于加速近似梯度算法优化TR方法抑制PAPR过程的方法,其特征在于,步骤3所述利用载波预留TR方法产生抑制PAPR的信号并结合加速近似梯度算法APGM抑制峰均比PAPR,具体包括:
步骤3-1、利用载波预留TR方法产生抑制PAPR的信号为:
式中,D为频域上峰值减少信号:D=[D0,D1,D2,...,DN-1]T,Di为第i个子载波频域上峰值减少信号,i的取值为0至N-1;
步骤3-2、基于时域信号x的PAPR,利用信号抑制PAPR为:
其中,原始时域信号x的PAPR为:
式中,||*||2∞表示信号“*”的峰值功率,E[|*|22]表示信号“*”的平均功率;
步骤3-3、对步骤3-2的抑制过程进行优化:
抑制PAPR即获取的最小值:
获取的最小值即获取D的最小值:
添加D的约束条件为:
||D||22≤β
式中,β表示最大允许的子载波信号的幅度;
由此将优化步骤3-2的抑制过程转换为优化二次约束二次规划问题,所述二次约束二次规划问题的公式为:
s.t.||D||22≤β
步骤3-4、将所述优化二次约束二次规划问题转换为优化以下公式:
式中,λ为比例因子;
步骤3-5、利用z替代x+FD,将步骤3-4的转换为:
步骤3-6、令:
h(z)=λ||z||2∞
g(z)=||FHz-X||22
步骤3-7、利用APGM算法优化h(z)=λ||z||2∞的求取过程;
步骤3-8、利用APGM算法优化g(z)=||FHz-X||22的求取过程。
3.根据权利要求2所述的基于加速近似梯度算法优化TR方法抑制PAPR过程的方法,其特征在于,步骤3-7所述利用APGM算法优化h(z)=λ||z||2∞的求取过程,具体为:
利用APGM算法求取h(z)=λ||z||2∞的接近因子u的最优解,所用公式为:
式中,γ为步长因子;
具体过程包括:
步骤3-7-1、初始化λ、γ;
步骤3-7-2、对z值进行降序排列,生成向量s;
步骤3-7-3、令i=1;
步骤3-7-4、计算:
式中,sπ(k)为向量s中的第k个元素,sπ(max)为向量s中的最大元素;
步骤3-7-5、判断i、j的大小关系,若i≤j,则输出u的最优解为:
否则,判断i是否小于等于JN,若是,则令i递增1,且执行步骤3-7-4至步骤3-7-5;反之结束求取过程。
4.根据权利要求3所述的基于加速近似梯度算法优化TR方法抑制PAPR过程的方法,其特征在于,步骤3-8所述利用APGM算法优化g(z)=||FHz-X||22的求取过程,具体为:
利用APGM算法求取g(z)=||FHz-X||22的步长因子γ的最优解,具体过程包括:
步骤3-8-1、令j=1,初始化xj、yj、γj-1、β,β∈(0,1);
步骤3-8-2、计算z:
步骤3-8-3、基于步骤3-8-2计算的z值,求取g(z):
g(z)=||FHz-X||22
求取
步骤3-8-4、判断g(z)与的大小关系,若则输出步长因子γ的最优解γ=βγ;
否则判断j是否大于JN,若是,则结束求取过程;反之,则令j递增1,并更新xj、yj,所用公式分别为:
yj=xj-1+ωj(xj-xj-1)
式中,ωj∈[0,1)表示第j个加速元素;
之后执行步骤3-8-2至步骤3-8-4。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911114412.7/1.html,转载请声明来源钻瓜专利网。





