[发明专利]降低大规模MIMO‑OFDM下行链路功峰均比的方法

摘要

本发明属于无线通信的信号处理领域，尤其涉及在大规模MIMO‐OFDM下行链路中降低信号功峰均比(Peak‐to‐Average Power Ratio，PAPR)的方法。本发明首先把预编码约束、OFDM调制联合表示成一个欠定的方程组，然后建立一个能够促进低PAPR特征的先验模型，最后利用最大期望(Expectation‑Maximization，EM)和广义近似消息传递(Generalized Approximate Message Passing，GAMP)算法设计出一个能够求取低PAPR解的算法。本发明利用大规模MIMO‑OFDM系统中基站端大量天线所提供的自由度，降低下行链路发送信号的PAPR。所得到的发送信号的能量非常集中，在发送天线足够多的情况下信号趋于恒包络状态，使得射频电路并不需要昂贵的线性功率放大器，这样能够有效降低未来基站的建设成本。

主权项

降低大规模MIMO‑OFDM下行链路功峰均比的方法，其特征在于，包括如下步骤：S1、计算联合预编码与OFDM调制的信号模型y＝Ax，具体为：S11、将大规模MIMO‑OFDM下行链路的预编码约束与大规模MIMO‑OFDM下行链路的OFDM调制联合表示成一个线性方程组其中，为块对角矩阵，所述由个信道矩阵Hn与个M维单位阵组成，T为把预编码后的信号分配到各个发送天线的置换矩阵，为块对角矩阵，所述由M个N维离散傅里叶反变换矩阵组成，为未知量,[*]T表示矩阵的转置,|*|表示集合内元素的个数；S12、将S11所述线性方程组变换到实数域：y＝Ax，令x的维度为I,y的维度为J，其中，S2、引入先验模型，具体为：S21、令S1所述x的每个元素独立，对所述x引入截断高斯混合模型先验其中，i＝1,...,I，所述x的第i个元素xi∈[‑v,v]，αi1和αi2为高斯逆方差，κi为取值为0和1的离散变量，v为先验的边界，归一化因子归一化因子S22、对S11所述线性方程引入一个均值为零，逆方差为β的高斯噪声；S3、迭代更新，输出具体如下：S31、初始化，对所有j＝1,...,J：对所有i＝1,...,I：αi1(0)＝αi2(0)＝1，κi(0)＝1/2，v(0)＝||y||∞/|||A||∞，令迭代次数t＝1；S32、运用GAMP计算近似后验分布，具体如下：对所有j＝1,...,J，其中，上标*p起区分作用，表示与S12所述x相关的函数，Aji表示S12所述矩阵A的第j行第i列元素，表示S12所述矩阵A的第j行第i列元素的平方，其中，为中间参数，其中，上标*z起区分作用，其中，为中间参数，其中，为中间参数，其中，上标*s起区分作用，对所有i＝1,...,I，其中，上标*r起区分作用，其中，为中间参数；S33、更新信号xi和参数αi1，αi2和κi：κi(t+1)＝q(κi＝1)，其中，σi2=(κi(t)αi1(t)-κi(t)αi2(t)+αi2(t))-1,]]>μi=((κi(t)αi1(t)+κi(t)αi2(t)-αi2(t))v(t)+r^i(t)/τir(t))/σi2,]]>φi＝Φ((v(t)‑μi)/σi)‑Φ((‑v(t)‑μi)/σi)，a~i1=a+12κi(t),]]>a~i2=a+12(1-κi(t)),]]>b~i1=b+12κi(t)(<x^i2>-2v(t)x^i(t)+(v(t))2),]]>b~i2=b+12(1-κi(t))(<x^i2>+2v(t)x^i(t)+(v(t))2),]]>τix(t+1)=<x^i2>-(x^i(t+1))2]]>对κi的后验概率q(κi)有lnq(κi)=12(<lnαi1>-<lnαi2>+4v(t)x^i(t)-lnηi1+lnηi2)κi+constant,]]><lnαil>=ψ(a~il)-ln(b~il),l=1,2;]]>S34、更新S22所述逆方差β：S35、更新S21所述边界v：v(t+1)＝v(t)+Δv，其中，S36、进行判定，若t＝T，则跳出迭代并输出若t＜T，则令t＝t+1转入S31，其中，T为最大迭代次数，所述T为经验阈值。