当前位置: 首页 > news >正文

OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度

目录

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

4.1、选择映射(SLM)

4.2 相位截断星座图(PTS)

5.算法完整程序工程


1.算法运行效果图预览

(完整程序运行后无水印)

2.算法运行软件版本

matlab2022a

3.部分核心程序

(完整版代码包含详细中文注释和操作步骤视频)

for jj=1:NbitsIndex(1,:)   = floor(length(MAP_qpsk)*rand(1,Lfft))+1; % 生成第一个符号的随机索引Index(2:N,:) = floor(length(Phases)*rand(N-1,Lfft))+1; % 生成其余符号的随机索引X(1,:)       = MAP_qpsk(Index(1,:)); % 原始频域信号Phase_Rot    = Phases(Index(2:N,:)); % 相位旋转X(2:N,:)     = repmat(X(1,:),N-1,1).*Phase_Rot; % 相位旋转后的频域信号x            = ifft(X,[],2); % 时域信号Pow1         = abs(x.^2); % 信号功率Pow2         = max(Pow1,[],2); % 峰值功率Pow3         = mean(Pow1,2);   % 平均功率PAPR_temp    = 10*log10(Pow2./Pow3); % 计算PAPRpapr0(jj)    = PAPR_temp(1); % 存储原始PAPRpapr_slm(1,jj)  = min(PAPR_temp(1:end)); % 存储SLM N=4的情况
end% 计算累积分布函数
[cdf1, PAPR1] = ecdf(papr0); % 原始PAPR的CDF
[cdf2, PAPR2] = ecdf(papr_slm(1,:)); % SLM N=2的PAPR CDF
174

4.算法理论概述

       在正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统中,高峰均功率比(Peak-to-Average Power Ratio, PAPR)是一个关键问题,因为它会导致功率放大器非线性失真、增加发射机功耗等问题。为了降低PAPR,研究人员提出了多种算法,其中包括选择映射(Selected Mapping, SLM)、相位截断星座图(Partial Transmit Sequences, PTS)等技术。

4.1、选择映射(SLM)

        选择映射(SLM)算法通过生成多个相位旋转的子载波数据,并选择具有最低PAPR的信号进行传输。假设原始信号为x,则生成N个相位旋转的信号xi​,其中 i=1,2,…,N。

4.2 相位截断星座图(PTS)

        PTS方法通过对部分子载波施加相位旋转来降低PAPR。假设将 K 个子载波分为 V 个组,每组内的子载波可以独立地施加相位旋转。

5.算法完整程序工程

OOOOO

OOO

O


http://www.mrgr.cn/news/23287.html

相关文章:

  • Linux 中的 data 命令介绍以及使用
  • Apple Intelligence深夜炸场!苹果发布4颗自研芯片,iPhone/iWatch/AirPods大升级
  • Android Manifest 权限描述大全对照表
  • 【经纬度坐标系、墨卡托投影坐标系和屏幕坐标系转换详解】
  • 顺序表之判空,删除
  • NISP 一级 | 2.5 安全审计
  • 【ShuQiHere】从石英到QPU:解码计算机硬件的演进之路
  • MNIST数据集内容查看
  • matlab和opencv在双目标定参数之间的关系,不用转置和加负号
  • 认知杂谈55
  • 编程工具:提升效率的利器
  • 【大数据】Hadoop里的“MySQL”——Hive,干货满满
  • NASA数据集:ASTER L2 地表辐射率 VNIR 和 SWIR V003
  • 【人工智能】MOE架构的详细解析
  • Stable Diffusion AI算法,实现一键式后期处理与图像修复魔法
  • ctf Mark loves cat (超详细记录)
  • python日常刷题(二)
  • PI电动位移平台简明教程
  • [项目][WebServer][项目介绍及知识铺垫][下]详细讲解
  • 【C语言】揭开计数制的面纱:深入浅出二进制及二进制计算