基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法

技术领域

本发明属于信号处理技术领域，具体涉及一种基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法。

背景技术

偏移正交幅度调制的滤波器组多载波系统(FBMC-OQAM)被认为是5G的候选波形，FBMC-OQAM有很多的优点，如非常高的频谱利用率，抑制信号带外泄露特性，载波之间不必保持同步，适合于零散化的碎片频谱利用等。FBMC-OQAM系统缺点之一为信号峰均比较高，这点与OFDM相似，高峰均比是多载波系统固有的一种问题，将会导致信号极易进入功率放大器的线性范围，使信号失真。所以降低峰均比对于高速传输系统十分重要。

常见的峰均比抑制方法基本可以分为两大类：信号有失真类和信号无失真类。

信号有失真类：在降低峰均比时会使信号产生畸变，主要又可以分为限幅类和压扩类。限幅类的基本原理是将输入信号的峰值包络限制为预定值，当信号的幅值低于预定值时，信号不变；当信号的幅值高于预定值时，保持信号相位不变，直接将信号幅值重置为预定值。它的缺点是会导致信号畸变，产生带内失真，带外辐射以及误码率下降等一系列问题。压扩类方法主要包括压扩法和星座扩展法。基本思想是在保证变换之后的平均功率和原始功率相等的条件下，压缩幅值较大的时域信号，扩张幅值较小的时域信号，比较容易实现，但同样也存在信号失真所导致的一系列问题。

信号无失真类：不会使信号发生畸变，主要又可以分为编码类和概率类。编码类的基本原理是对信号采用某种编码方式进行编码，得到多组码组，选择PAPR最低的码组进行传输。它的缺点是增加的系统复杂度和降低的系统带宽利用率。概率类方法常用选择性映射(SLM)和部分传输序列(PTS)。思路类似，都是将原始信号乘以多组相位旋转因子向量从而得到多个独立的信号副本，从中选出PAPR最小的一组信号进行传输。PAPR降低效果显著，但计算复杂度高。同时为了准确的在接收端恢复原始数据，实现无失真传输，在传输信号的同时也需要将最佳相位旋转因子向量作为边带信息一起发送。

由于FBMC系统采用了非矩形的原型滤波器函数，使得其相邻符号之间会存在相互交叠，并且采用OQAM调制技术，使得原始数据的实部虚部之间也存在交叠的现象。FBMC-OQAM系统中PAPR不仅受自身数据块的影响，相邻数据块之间也存在影响。故上述针对多载波OFDM的PAPR降低方案并不能直接应用于FBMC-OQAM系统中。为了解决这个问题，现有技术采用重叠SLM(Overlapping-SLM,O-SLM)方案。然而SLM方案复杂度较高，为了降低计算复杂度，现有技术采用搜索最优权重因子序列的迭代部分传输序列PTS(Interative-PTS，I-PTS)方案优化计算复杂度这个问题。

现有PTS方法在选择相位因子过程中是对滤波后获取的复数数据进行处理，使得原始信号幅值相消。在这个过程中一些有用的数据信号丢失，信号整体质量降低，所以最终得到的发送信号并不是最优的；此外现有PTS方法的相位因子的搜索条件只集中在一个符号或数据块上，相邻几个数据块前后相互可能包含重叠，而叠加后会导致峰值再生，抑制性能严重下降。对某一个数据块进行优化后，其后面几个数据块在优化会发生变化，导致后面数据块的优化对已优化的数据块造成了影响。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法包括：

步骤1，获取输入数据，并对所述输入数据进行串并转换以及OQAM调制，获得由FBMC-OQAM符号组成符号序列；

其中，每个FBMC-OQAM符号由多个行数据构成；

步骤2，对符号序列中的任一当前符号，对当前符号所有行数据进行传输序列PTS处理，得到一组目标符号，每个目标符号的相位因子组合不同；

步骤3，将一组目标符号送入多相网络，以使多相网络对一组目标符号进行滤波处理，获得滤波后的一组目标符号；

步骤4，根据当前符号在符号序列中的位置，确定待处理窗口；

其中，所述待处理窗口包含当前符号的一组目标符号以及已选择出的最优目标符号；

步骤5，根据待处理窗口包含目标符号组成顺序以及对应相位因子组合，建立优化目标函数；

步骤6，对优化目标函数求解，得到最佳相位因子组合，并将最佳相位因子组合所对应的目标符号确定为当前符号的最优目标符号；

步骤7，将当前符号的下一符号作为当前符号，弄重复步骤2至步骤6的过程，获得每个FBMC-OQAM符号的处理结果；

步骤8，将每个FBMC-OQAM符号的处理结果错位相加，得到发送符号。

相比于现有技术，本发明至少具体以下的有益效果：

(1)考虑信号之间的重叠问题。在FBMC系统中，传统的PTS算法针对多载波系统中PAPR产生的原理，采取降低高PAPR概率的方法，其主要思想即是：每组输入序列分块后乘以不同的相位因子叠加得到多组不同的输入序列，经过调制后在当前符号周期内计算每组序列的PAPR值，选择PAPR值最低的一组作为最优序列进行传输。在本发明中，考虑信号之间的重叠问题，在计算每组序列的PAPR值时，不仅计算当前符号周期内PAPR值的大小还考虑之前数据块由于叠加现象造成的对当前符号的影响。

(2)本发明以FBMC-OQAM符号为单位进行PTS。本发明应用的FBMC-OQAM系统输入的复数信号采用OQAM调制方式，QAM复数信号的实部和虚部错开T/2时间(T表示一个符号周期)，作为两个FBMC符号传输。通常将相邻两个FBMC符号作为一个处理单位，成为数据块。通过将FBMC-OQAM符号为单位代替以数据块为单位可以将备选数据序列增多，PAPR抑制性能将越好。每个FBMC-OQAM符号选择最优相位因子时都将做出当前环境下的最优选择。

(3)本发明在实数数据域内进行PTS。现有PTS操作是在使用滤波操作之后的复数数据域内进行PTS操作，存在信号相消从而信号失真导致滤波器组多载波系统性能降低。本发明在滤波处理之前，根据当前子载波的实数数据进行PTS，选取PAPR值最小时对应的相位因子。对更新后的实数数据进行滤波操作，转换为复数数据得到发送信号。当处理数据为实数数据块时，不会出现因为叠加而使得信号相消的问题，确保了信号的完整性，优化了系统的性能。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1是PTS原理框图；

图2是基于多相网络的FBMC-OQAM系统实现结构图；

图3是基于多相网络的FBMC-OQAM具体实现步骤示意图；

图4是FBMC-OQAM符号结构图；

图5是本发明提供的一种基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法的流程示意图；

图6是本发明所提方案的具体过程示意图；

图7是不同PTS算法降峰均比对比图；

图8是本发明所用方法不同分块序列传输PAPR性能展示图；

图9是不同PTS算法的误码率曲线图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

在介绍本发明之前，先对现有的知识框架本发明的技术构思作出做简单介绍。

参考图1，图1为PTS原理框图。由图1可知，PTS算法在频域将数据分块，本块内的部分为数据原值，其余部分补零，将分块后数据分别做IFFT。时域数据按块乘以不同的相位因子再相加，得到多组输出数据，根据输出值的PAPR大小确定最优的相位因子组合以及最终的输出数据。而如果对实数数据块展开处理，可以保护所有的数据信息，发送端信号的整体功率较高，而且接收端对传送的信号做出了精准的解调。因此本发明提出采用实数迭代部分传输序列(Real Number Iteration Partial Transmit Sequence，R-I-PTS)算法进行处理。

基于多相网络的FBMC-OQAM系统实现结构图如图2所示，发送端由OQAM预处理和综合滤波器组两部分构成，接收端由分析滤波器组和OQAM后处理两部构成。

基于多相网络的FBMC-OQAM具体实现步骤如图3所示。在图3中将输入信号根据有用子载波个数N，串并转换成N组并行的数据流，经过OQAM预处理，将M个时域符号变成2M个FBMC-OQAM实数符号，经过相位偏移处理后进行N点的IFFT操作，将时域数据复制K倍后与原型滤波器时域系数点乘，完成在时域经过滤波器的操作。最后将每一个FBMC-OQAM符号进行错位叠加。

参考图4，图4为FBMC-OQAM符号结构图。在FBMC-OQAM系统中一个数据符号周期不再为T，其符号长度与原型滤波器的参数选取K有关。由于符号间存在重叠现象，PAPR不能由数据块长度来定义。因此，将时域发送信号以T为单位长度分为M+K段，PAPR定义为每段信号的峰值功率与平均功率的比值，具体为

式中，i＝1,2,...,M+K-1，E{·}为均值。

为了验证降低PAPR方法的有效性，通常采用互补累计分布函数(ComplementaryCumulative probability Distribution Function，CCDF)作为峰均比的衡量标准，其表示数据的时域信号的功率大于某一限定值γ的概率。CCDF可表示为

CCDF(PAPR

＝1-P(PAPR

＝1-(1-e

下面介绍本发明的技术方案，并与现有技术的性能参数进行对比。

如图5所示，本发明提供了一种基于FBMC-OQAM实数数据处理抑制峰均比的R-I-PTS处理方法，包括：

步骤1，获取输入数据，并对所述输入数据进行串并转换以及OQAM调制，获得由FBMC-OQAM符号组成符号序列；

其中，每个FBMC-OQAM符号由多个行数据构成；

步骤2，对符号序列中的任一当前符号，对当前符号所有行数据进行传输序列PTS处理，得到一组目标符号，每个目标符号的相位因子组合不同；

在具体的实施例中，步骤2包括：

步骤21，对每个FBMC-OQAM符号的行数据进行分块，获得子块；

步骤22，对每个子块做IFFT变换，得到每块时域数据；

步骤23，将每块时域数据分别乘以不同的相位因子，获得每块时域数据域相位因子的相乘结果；

步骤24，按照分块数据在行数据中的位置，将相乘结果相加得到不同相位因子组合所对应一组目标符号；

步骤25，将一组目标符号确定为当前符号经过PTS处理之后的结果。

步骤3，将一组目标符号送入多相网络，以使多相网络对一组目标符号进行滤波处理，获得滤波后的一组目标符号；

在传统的PTS算法及一些优化算法中，相位因子的搜索条件只集中在一个符号或数据块上，并没有考虑到他们的重叠特性，如图4所示，由于相邻几个数据块前后相互包含，在叠加后会导致峰值再生，抑制性能严重下降。对某一个数据块进行优化后，其后面几个数据块在优化会发生变化，导致后面数据块的优化对已优化的数据块造成了影响。针对这个该问题，本发明在滤波处理之前，根据当前子载波的实数数据进行PTS，选取PAPR值最小时对应的相位因子。对更新后的实数数据进行滤波操作，转换为复数数据得到发送信号。当处理数据为实数数据块时，不会出现因为叠加而使得信号相消的问题，确保了信号的完整性，优化了系统的性能。

步骤4，根据当前符号在符号序列中的位置，确定待处理窗口；

其中，所述待处理窗口包含当前符号的一组目标符号以及已选择出的最优目标符号；

步骤5，根据待处理窗口包含目标符号组成顺序以及对应相位因子组合，建立优化目标函数；

步骤1中星座映射符号有M个，分为虚实符号，则FBMC-OQAM符号共有M′＝2M个；每个FBMC-OQAM符号表示为A

因此将第m′个数据符号分块进行调制后的时域信号a

式中，1≤m′≤2M，

优化目标函数为：

式中，

步骤6，对优化目标函数求解，得到最佳相位因子组合，并将最佳相位因子组合所对应的目标符号确定为当前符号的最优目标符号；

步骤7，将当前符号的下一符号作为当前符号，弄重复步骤2至步骤6的过程，获得每个FBMC-OQAM符号的处理结果；

步骤8，将每个FBMC-OQAM符号的处理结果错位相加，得到发送符号。

已优化符号

综上，参与优化的相位因子要在B中的W

参见图6，图6是本发明所提算法的具体流程图。在输入数据进行串并转换以及OQAM调制后变成2M个FBMC-OQAM符号，在实数数据上直接进行PTS处理，将数据分块后做IFFT，每块时域数据分别乘以不同的相位因子再相加得到PTS处理后数据，再将数据送入多相网络结构进行处理，处理后数据结合之前2K-1个FBMC-OQAM符号的影响，得到优化目标函数。求解令优化目标函数最小值时的相位因子序列组合，得到确定的当前PTS处理后符号数据，迭代进行下一个符号的PTS操作。

下面通过仿真实验来说明本发明的性能参数。

复杂度分析：将对所提算法的计算复杂度进行计算，并与一些现有优化算法进行对比分析，验证本发明所提算法的可行性。复数乘法的一次计算包括计算四次实数乘法和两次实数加法，复数加法的一次计算包括两次实数加法。

对于FBMC的传统PTS算法主要包括KN点IFFT及相位因子选取的复杂度。对于本发明FBMC的PTS算法复杂度主要包括K点IFFT、PPN及相位因子选取的复杂度。

I-PTS：

①N点的OQAM调制后实数信号通过滤波器得到KN点复数信号。

实数乘法：N·KN＝KN

②KN点复数信号做IFFT，分成V块即做V次KN点的IFFT。

复数乘法：

复数加法：

③相位因子选择：IFFT后数据乘以对应相位因子并相加得到PTS处理后的数据，由于相位因子是{1，-1}，所以相乘操作为实数乘法。

实数乘法：KN·V·W

复数加法：KN·(V-1)·W

④用确定的相位因子得到最优的FBMC符号；

实数乘法：KN·V；

复数加法：KN·(V-1)；

总共有2M个FBMC-OQAM符号；

实数乘法：

实数加法：

本发明R-I-PTS的计算复杂度：一个FBMC符号；

①FBMC实数符号做N点IFFT，分成V块，即做V次N点的IFFT。

实数乘法：

实数加法：

②IFFT后数据乘以对应相位因子并相加得到PTS处理后的数据,由于相位因子是{1，-1}，所以相乘操作为实数乘法。

实数乘法：N·V·W

复数加法：N·(V-1)·W

③时域信号通过滤波器,，解PTS目标函数

复数乘法：KN·W

④得到最优的FBMC符号

复数乘法：KN；

实数乘法：N·V；

复数加法：N·(V-1)；

总共有2M个FBMC-OQAM符号；

实数乘法：

实数加法：

表1复杂度分析N＝128,K＝4,M＝30,V＝4,W＝2

从表1中可以看出，本发明无论是从实数乘法还是实数加法方面，本发明的复杂度明显降低。

参见图7，从图7中可以看出，传统的PTS算法在FBMC系统中降PAPR性能由于其重叠结构受到很大抑制，使用了PTS算法性能在10

参见图8，从图8中可以看到，分块数的多少影响抑制PAPR的性能，块数越多，性能越好，但计算复杂度越大。当块数分别为2、4、8时，以10

参见图9，从图9中可以看出，在实数数据部分进行PTS操作可以实现与原系统相同的误码率，没有损失。如果是在使用滤波操作之后的复数数据域内进行PTS操作，存在信号相消从而信号失真导致滤波器组多载波系统性能降低。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprisiNg)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。