用基于量子遗传算法PTS方法降低OFDM峰均比.docVIP

用基于量子遗传算法PTS方法降低OFDM峰均比 　　摘要：传统的用于降低OFDM信号峰均比的部分传输序列(PTS)方法中，为了找到最优相位序列需要进行复杂度为指数级的全搜索操作，文章提出利用量子遗传算法(QGA)代替全搜索的新方案，可以显著减少搜索次数。仿真结果表明该方案只须经过很少的迭代步骤就可逼近甚至达到全搜索的效果。 　　关键词：正交频分复用；峰均比；部分传输序列；量子遗传算法 　　 　　引言 　　 　　OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术[1]，具备良好的抗多径干扰能力和较高的频谱利用率以及易于采用多天线传输等优点，然而OFDM信号会带来较大的功率峰值与均值比，简称峰均比[2]。高峰均比会增大对射频放大器的要求，导致射频信号放大器的功率效率降低，所以降低峰均比成为OFDM的关键技术之一。 　　目前降低峰均比的技术大致有[2]：预畸变技术、编码类技术和扰码类技术。扰码类技术（PTS、SLM等）在不引起信号畸变的情况下，可以有效降低峰均比，但其计算量很大，从而限制其发展。文章在研究部分传输序列方法的基础上，引入了量子遗传算法[3-5]用于搜索最佳相位序列，从而可以显著降低其运算复杂度。 　　 　　1 OFDM信号及其峰均比 　　 　　在OFDM系统中，发射和接收都是基于傅里叶反变换(IFFT)和傅里叶正变换(FFT)的。对于包含N个子载波的OFDM系统,在一个符号时间间隔内,基带信号可以表示为(设): 　　 　　 1-1 　　OFDM信号的峰值平均功率比(Peak-to-Average Power Ratio)，简称峰均比(PAPR)，是指信号的最大峰值功率与平均功率的比值，通常定义为: 　　 　　 1-2 　　随着子信道数N的增加, PAPR的最大值也会线性增大。大的峰值功率使系统中的功率放大器达到饱和状态,当信号峰值进入放大器的非线性区域内时,就会使信号产生畸变, 造成信号频谱发生变化,从而产生子载波间的互调干扰和带外辐射,破坏子载波间的正交性,恶化系统性能。 　　 　　2 传统PTS方法 　　 　　传统的PTS方法中，把输入OFDM符号X按照一定的分割方法分成V组子序列{XV，v=1， 　　 　　２,…，Ｖ}即。每一组子序列X1中的每个子载波都乘以相同的旋转相位因子bv=ej?渍v，其中?渍v?缀[0,2?仔。参考IFFT变换的线性，可以利用V个单独的IFFT变换，对各个分组进行计算,得到: 　　2-1 　　通过适当的选择辅助加权系数{bV，v=1，2，…，V},使得式(2-1)的峰值信号达到最佳化。这样，每个OFDM符号都只需要计算V组IFFT运算,然后通过调整V个加权系数bv，就可以得到一个具有最小PAPR的序列x进行传输。使OFDM系统内的PAPR最优的加权系数应该满足: 　　2-2 　　对于部分传输序列方法改进的途径之一是如何快速地找到最优的相位序列，可以考虑使用一些比较先进的启发式搜索算法来搜索部分传输序列算法中的最优相位序列从而对该方法进行改进。 　　 　　3 量子遗传算法 　　 　　量子遗传算法(Quantum genetic algorithm ,QGA)[3-5]是量子计算理论和遗传算法原理相结合的产物,该算法用量子比特编码[5]来表示染色体，用量子门[5]更新来完成进化搜索，相比传统遗传算法具有种群规模小而不影响算法性能、收敛速度快等优点，是一种具有应用潜力的新遗传算法。 　　3.1 量子遗传算法相关概念 　　(1)量子比特编码 　　在QGA中采用量子比特(qubit)[5]来表示一个基因，一个量子比特可能处于|0或|1 ,或者处于|0和|1之间的中间态。一个包含m个qubit的量子染色体可描述为 ： 　　 　　 3-1 　　其中｜?琢i｜2和｜?茁i｜2分别表示量子比特处于状态“0”和“1”的概率，满足。 　　(2) 量子交叉 　　本文所用交叉操作是将种群中nm个qubit随机排序，然后每次取m个组成新的个体，最终形成n个新的种群(n为种群中染色体个数，m为染色体中基因数)。交叉操作借助量子的相干特性[3]，充分利用种群中尽可能多的量子染色体的信息，可以有效防止产生局部最优解。 　　(3)量子变异 　　考虑到遗传算法对变异的操作的定义以及量子计算的高度并行性，采用量子旋转门策略[5]对量子染色体进行变异，其操作定义如下： 　　 　　 3-2 　　式中?兹i为旋转角：?兹i=s(?琢i，?茁i)?△?兹. s(?琢i，?茁i)和△?兹分别表示旋转方向和角度，其值根据文献[5]的选择策略表确定。 　　3.2 量子遗传算法步骤[5]描