降低OFD M立方度量的最优限幅滤波算法及神经网络实现

• 作者: 周娟 朱晓东 朱红亮 袁田
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 立方度量 深度学习 滤波器设计 正交频分复用 峰均功率比 限幅滤波
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1359-1366
• 页数: 8页
• 分类号: TN911.72
• 字数: 7679字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.08.005

摘要

正交频分复用(OFDM)信号的一个主要缺点是信号包络波动过大.峰均功率比是常用的度量OFDM信号包络波动大小的指标,而近期研究表明立方度量可以更加准确地度量OFDM信号包络波动.传统限幅滤波技术可以有效降低立方度量,但其滤波设计并不能保证处理后的信号性能达到最优.针对这一问题,提出了一种最优的限幅滤波设计方案来降低立方度量,其关键思想是考虑滤波操作对信号带内、带外部分的影响,将滤波器设计建模为一个优化问题,通过求解得到最优的滤波器,并与限幅操作结合降低立方度量.由于优化问题的求解复杂度较高,还提出了一种基于深度神经网络的最优限幅滤波实现方案.仿真结果表明,所提出的最优限幅滤波算法及其神经网络实现方案性能相当,但后者的复杂度要低得多.与其它的已知算法相比,新提出的算法及其神经网络实现方案的性能都具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周娟	成都信息工程大学通信工程学院	8	11	2.0	3.0
2	朱晓东	电子科技大学信息与通信工程学院	4	7	2.0	2.0
3	袁田	中国电子科技集团公司第十研究所	2	1	1.0	1.0
4	朱红亮	电子科技大学信息与通信工程学院	1	0	0.0	0.0