2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、汕頭大學(xué)工學(xué)碩士學(xué)位論文I摘要摘要正交頻分復(fù)用(OFDM)是一種新的高比特率無線通信技術(shù),通過把整個(gè)頻帶分成許多相互正交的子窄帶信道,有效地把多徑產(chǎn)生的影響降到最低。這種技術(shù)被廣泛地應(yīng)用于ADSL、DAB、HDTV和WLAN中。但是,OFDM系統(tǒng)卻存在著潛在的高峰均功率比(PAR),在遇到射頻功率放大器等非線性器件時(shí),會(huì)發(fā)生嚴(yán)重的非線性畸變。PAR較高將導(dǎo)致對(duì)發(fā)送端功率放大器的線性度要求很高,對(duì)接收端的前端放大器的線性度要求也很高,而且

2、還會(huì)增加AD和DA轉(zhuǎn)換器的復(fù)雜度。目前,已經(jīng)提出很多種降低PAR的方法。最常見的有3種:(1)限幅類方法;(2)編碼類方法;(3)概率類的方法。而概率類方法可以在不產(chǎn)生信號(hào)畸變的情況下,大大改善OFDM信號(hào)的PAR性能。比較常用的概率類的方法有:最小PAR門限值、選釋性映射方法((SLM)、部分傳輸序列方法((PTS)。其中SLM方法和PTS方法是兩種最典型的概率類方法。雖然PTS和SLM算法都是無失真的算法,但需要進(jìn)行多次額外的IFF

3、T運(yùn)算,因此它們的計(jì)算量很大。而且都需要在接收機(jī)一端精確地了解發(fā)射機(jī)所采用的輔助加權(quán)信息,所以這一切都是會(huì)增加系統(tǒng)復(fù)雜度的。本文在介紹OFDM基本原理的基礎(chǔ)上,分析了OFDM系統(tǒng)出現(xiàn)較高PAR的原因及其對(duì)系統(tǒng)性能造成的影響,從數(shù)學(xué)的角度給出了PAR的定義并對(duì)其分布規(guī)律進(jìn)行了統(tǒng)計(jì)描述。并簡(jiǎn)單介紹了傳統(tǒng)的降低PAR的方法,提出用共軛梯度法算法來處理PAR的全局最優(yōu)化問題,由共軛梯度法算法的特點(diǎn)和OFDM系統(tǒng)的PAR問題的條件限制來建立相應(yīng)的

4、障礙函數(shù)避開了一般內(nèi)點(diǎn)法帶來矩陣求逆的算法復(fù)雜度,保證算法的收斂性。通過仿真實(shí)驗(yàn)結(jié)果表明,這種算法不僅可以有效地降低系統(tǒng)的PAR,而且能在一定程度上減少運(yùn)算量。關(guān)鍵詞關(guān)鍵詞:OFDM,峰均比,共軛梯度法,障礙函數(shù),Newton法汕頭大學(xué)工學(xué)碩士學(xué)位論文IIIthealgithm.ThesimulationresultsverifythatthealgithmcannotonlysolvehighPAReffectivelybutalso

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論