LTE系统中采用SGA-PTS技术降低OFDM峰均比的研究与仿真

发布时间：2018-05-22 07:29

  本文选题：LTE系统 + 模拟退火遗传算法　； 参考：《铁道学报》2014年04期

【摘要】：LTE系统以OFDM技术为核心,但OFDM技术自身存在高峰均比的问题。随着硬件技术的迅速发展,概率类技术被认为是最有希望解决OFDM系统峰均比PAPR问题的一类方法。部分传输序列PTS(Partial Transmit Sequence)技术作为概率类技术中的代表技术一直广受关注,其关键问题在于搜索到合适的相位因子序列,使OFDM信号的峰均比性能最好。本文将混合的模拟退火遗传算法SGA(Simulated Annealing Genetic Algorithm)应用于PTS技术中相位因子序列的搜索,并通过仿真验证其有效性及优越性。对于相同的峰均比阈值要求,SGA算法能更好地改善PTS技术搜索最优相位因子序列的复杂度问题,使其更易于实现。
[Abstract]:OFDM technology is the core of LTE system, but the OFDM technology itself has the problem of peak to average ratio. With the rapid development of hardware technology, probabilistic technology is considered as the most promising method to solve the PAPR problem of OFDM system. Part of the transmission sequence PTS(Partial Transmit sequence technology has been widely concerned as the representative technology of probabilistic technology. The key problem is to search the appropriate phase factor sequence to make the PAPR performance of OFDM signal the best. In this paper, the hybrid simulated annealing genetic algorithm (SGA(Simulated Annealing Genetic Algorithm) is applied to the search of phase factor sequences in PTS technology, and its effectiveness and superiority are verified by simulation. For the same peak-to-average threshold, the PTS algorithm can improve the complexity of searching for the optimal sequence of phase factors better and make it easier to implement.
【作者单位】： 兰州交通大学电子与信息工程学院;中铁工程设计咨询集团有限公司济南设计院;东南大学国家移动通信实验室;
【基金】：甘肃省教育厅高等学校研究生导师科研项目(1204-07)
【分类号】：TN929.5

【参考文献】

相关期刊论文 前3条

1 杜宗宗;刘国栋;;基于混合遗传模拟退火算法求解TSP问题[J];计算机工程与应用;2010年29期

2 孙坚;梁晓雯;;一种降低OFDM系统峰均比的快速算法[J];通信技术;2010年08期

3 李庆;胡捍英;;基于子载波加权的峰均比与带外辐射联合降低方法[J];通信学报;2012年06期

【共引文献】

相关期刊论文 前8条

1 黄世震;林淑玲;;基于GSA-BP神经网络的压力传感器温度补偿[J];电子器件;2013年05期

2 张晋;曹耀钦;;基于混合遗传蚁群算法的多Agent动态任务分配研究[J];计算机科学;2011年S1期

3 吕琼帅;王世卿;;基于遗传模拟退火算法优化的BP神经网络[J];计算机与现代化;2011年06期

4 谭立志;李二喜;欧阳艾嘉;贺明华;周旭;;基于改进LDA和CNN的网络入侵聚类[J];计算机工程与应用;2013年02期

5 李鼎;孟杰;黄生俊;张涛;;求解TSP的改进模拟退火算法研究[J];科学技术与工程;2013年25期

6 赵跃华;刘超;;一种降低OFDM峰均比的融合算法研究[J];移动通信;2012年08期

7 周耿烈;冯无恙;胡赤兵;;基于改进自适应遗传算法求解机床制造企业立体仓库堆垛机路径优化问题[J];制造技术与机床;2012年04期

8 陈博;冯无恙;胡赤兵;;基于改进自适应遗传算法求解有色金属立体仓库堆垛机路径优化问题[J];中国包装;2011年07期

相关硕士学位论文 前7条

1 王红翠;基于自适应遗传模拟退火算法的薄膜椭偏测量的研究[D];燕山大学;2011年

2 高蕾;半导体最终测试阶段批处理机调度问题优化方法研究[D];西南交通大学;2012年

3 冯无恙;基于自适应遗传算法的自动化立体仓库堆垛机路径优化研究[D];兰州理工大学;2011年

4 孙斌;多孔介质热物性测试中的参数辨识与优化算法研究[D];中国计量学院;2012年

5 陈利敏;基于模拟退火遗传算法的无线mesh网络路由放置问题研究[D];湖南师范大学;2012年

6 王朝辉;遗传HOPFIELD神经网络算法在多轴控制系统中的应用[D];湖南大学;2012年

7 胡铁森;一种降低OFDM系统PAPR技术的研究[D];辽宁工业大学;2013年

【二级参考文献】

相关期刊论文 前8条

1 黄席樾;蒋卓强;;基于遗传模拟退火算法的静态路径规划研究[J];重庆工学院学报(自然科学版);2007年06期

2 高静;汪晋宽;解志斌;;一种低复杂度的OFDM系统峰均比降低算法[J];东北大学学报(自然科学版);2009年04期

3 李庆;胡捍英;;基于子载波加权降低OFDM系统峰均功率比的方法[J];电路与系统学报;2011年04期

4 刘海,郝志峰,林智勇;改进遗传交叉算子求解TSP问题[J];华南理工大学学报(自然科学版);2002年12期

5 彭丹平;林志毅;王江晴;;求解TSP的一种改进遗传算法[J];计算机工程与应用;2006年13期

6 李万臣;田毅辉;;改进PTS算法降低OFDM峰均功率比的研究[J];通信技术;2009年01期

7 陈长兴;郑洪涛;巩林玉;;基于Matlab的OFDM系统仿真与性能分析[J];通信技术;2009年01期

8 李艳萍;张挺;;一种求解TSP问题的新型遗传算法[J];太原理工大学学报;2008年03期

相关硕士学位论文 前2条

1 孙秀云;移动机器人的路径规划及其运动控制器的研究[D];山东大学;2005年

2 薛宏智;遗传算法在TSP上的应用及改进[D];长安大学;2006年

【相似文献】

相关期刊论文 前10条

1 佟梅娟,，

本文编号：1921086