基于OFDM通信系统的PAPR抑制算法matlab仿真,对比IPTS,OPTS,CEPTS三种算法

1.算法运行效果图预览

2.算法运行软件版本

matlab2022a

3.算法理论概述

基于OFDM通信系统的PAPR抑制算法是降低OFDM信号峰均比（Peak-to-Average Power Ratio，PAPR）的技术，以提高通信系统的性能和稳定性。其中，IPTS（选择性映射迭代削峰）、OPTS（优化的PTS）和CEPTS（压缩扩展变换选择性映射）是三种常见的PAPR抑制算法。下面将详细介绍这三种算法的原理和数学公式。

3.1、IPTS算法

IPTS算法是一种基于选择性映射迭代削峰的方法，通过迭代削峰和选择性映射，降低OFDM信号的PAPR。具体步骤如下：

对OFDM信号进行IFFT变换，得到时域信号。

对时域信号进行削峰处理，将峰值超过一定阈值的信号进行削减。

对削减后的信号进行IFFT变换，得到新的频域信号。

通过选择性映射，选择PAPR最低的频域信号作为输出信号。

3.2、OPTS算法

OPTS算法是一种基于优化的PTS方法，通过将OFDM信号分成多个子块，对每个子块进行相位旋转和幅度调整，以降低PAPR。具体步骤如下：

将OFDM信号分成多个子块。

对每个子块进行相位旋转和幅度调整，使得子块的PAPR最低。

将调整后的子块重新组合成完整的OFDM信号。

3.3、CEPTS算法

CEPTS算法是一种基于压缩扩展变换选择性映射的方法，通过对OFDM信号进行压缩扩展变换和选择性映射，降低PAPR。具体步骤如下：

对OFDM信号进行压缩扩展变换，得到多个变换后的信号。

对每个变换后的信号进行PAPR计算，选择PAPR最低的信号作为输出信号。

将选择的信号进行逆变换，得到最终的OFDM信号。

综上所述，IPTS、OPTS和CEPTS算法都是通过不同的方式对OFDM信号进行处理，以降低PAPR，提高通信系统的性能和稳定性。具体选择哪种算法需要根据实际应用场景和性能需求来决定。

4.部分核心程序

for k=1:Nframes
    if mod(k,10) == 0
       k/10
    end
    %产生数据源
    QPSK_Ind     = floor(length(Map_qpsk)*rand(1,Nfft)) + 1;
    %调制，这里为了研究PAPR性能，所以不加入编码模块和交织模块
    Qpsk_mod     = Map_qpsk(QPSK_Ind(1,:));   
    %进行IFFT变换
    Dat_Ifft     = ifft(Qpsk_mod,[],2); 
    %计算功率和PAPR
    Signal_Power = abs(Dat_Ifft.^2);
    Peak_Power   = max(Signal_Power,[],2);
    Mean_Power   = mean(Signal_Power,2);
    PAPRo(k)     = 10*log10(Peak_Power./Mean_Power);
    %随机分块
    QPSK_Ind     = randperm(Nfft);
    A            = zeros(Npts,Nfft);
    for v=1:Npts
        A(v,QPSK_Ind(v:Npts:Nfft)) = Qpsk_mod(QPSK_Ind(v:Npts:Nfft));
    end
    a            = ifft(A,[],2); 
    %限幅
    Tho          = mean2(abs(a));
    [rr,cc] = size(a);
    for i = 1:rr
        for j = 1:cc
            if abs(a(i,j)) > Tho
               a(i,j) = Tho*(real(a(i,j)) + ij*imag(a(i,j)))/abs(a(i,j));
            end
        end
    end
    %PCME算法
    P0   = 0.5*ones(1,Npts);%初始概率为0.5
    Ps   = zeros(Iter,Npts);
    P    = zeros(Iter,Npts);
    for iter = 1:Iter
        %根据随机分布，产生一组序列c
        ....................................................................
         
        for j = 1:J
            Phase_Factor = repmat(1-2*c(j,:)',1,Nfft);  
            aa           = sum(a.*Phase_Factor);
            Signal_Power = abs(aa.^2);
            Peak_Power   = max(Signal_Power,[],2);
            Mean_Power   = mean(Signal_Power,2);
            F(j)         = 10*log10(Peak_Power./Mean_Power);
        end
         
        %对当前迭代产生的J个F进行增序排序
        [F2,IND]      = sort(F);
        %计算rj
        r(iter)   = sum(F2(1:ceil(Po*J)))/ceil(Po*J);
        IND2      = find(F <= r(iter));
         
        if isempty(IND2) == 1
           IND2 = 1;
        else
           IND2 = IND2;  
        end
         
        for pp = 1:Npts
             
            for s1 = 1:J
                I(pp,s1) = c(IND(s1),pp);
                tmp11s(s1) = I(pp,s1)*exp(-1*F2(s1)); 
                tmp12s(s1) = exp(-1*F2(s1)); 
            end
            P(iter,pp) =  sum(tmp11s)/sum(tmp12s);
        end       
        %更新概率P
        ......................................................
    end
    %根据PMCE计算得到的相位因子来计算PAPR值
    aa                = sum(a.*repmat(sign((1-2*Ps(iter,:)))',1,Nfft));
    Signal_Power      = abs(aa.^2);
    Peak_Power_temp   = max(Signal_Power,[],2);
    Mean_Power_temp   = mean(Signal_Power,2);
    PAPR_temp(k)      = 10*log10(Peak_Power_temp./Mean_Power_temp);
end