5G介绍及相关应用.pptVIP

* FBMC的研究点 FBMC-OQAM降低峰均比（PAPR） FBMC-OQAM可以保持和FFT滤波器组相同的码率 国内外研究现状 一类是通过信号无失真技术来降低 OFDM 信号的峰均功率比，这一类的代表性方法有部分传输序列法 以及选择性映射法（Selective Mapping，SLM）。另一类是通过信号有失真技术来降低 OFDM 信号的峰均功率比，其中比较著名的方法有剪切法（Clipping），压扩法（Companding），多音预留法，剪波加滤波法（Clipping and Filtering）以及星座扩展法（Active Constellation Extension，ACE）。并且以这些方法为基础延伸出来的分支和改进的方法也很多。 目前已有的文献中，关于降低FBMC-OQAM信号PAPR的文章和方法都非常少。常见的有：Alexandre Skrzypczak 等人套用了 OFDM 系统中的 SLM 方法并提出了 OSLM（Overlapped SLM）方法来降低 FBMC-OQAM 信号的PAPR；Alexandre Skrzypczak 等人分析了 FBMC-OQAM 信号的互补累积函数（Complementary Cumulative Distribution Function ，CCDF）并将理论分析结果与实际仿真结果进行了对比；M. Usman Rahim 等人对剪切法进行了分析，通过分析发现剪切法会明显影响到 FBMC-OQAM 信号的旁瓣，虽然降低了 PAPR，但对FBMC-OQAM 信号的其它性能会有很大的影响。Zs. Kolar 等人用迭代剪切的方法降低 FBMC 信号的 PAPR。这些研究和分析中主要都是对 FBMC-OQAM 系统特点的分析，实质性的可以降低 FBMC-OQAM 信号 PAPR 的方法却不多。 文献1 数据块联合优化（Multi-Block-Joint-Optimization，MBJO）的架构，并基于该架构提出了一个改进的部分传输序列（Partial Transmission Sequence，PTS）方法来降低 FBMC-OQAM信号的 PAPR。 优化算法：（1）基于动态规划（Dynamic Programming，DP）的算法；（2）用载波预留（Tone Reservation，TR）的方法降低 FBMC-OQAM信号的PAPR。 * 基于训练序列的 FBMC 系统符号定时同步改进算法 由于 FBMC存在着时域上符号之间的重叠，其符号同步实现起来较复杂[4]。 为了提高传统滤波器组多载波( FBMC） 系统符号定时同步算法的精确度，提出了一种新的基于训练序列的符号定时估计算法。该算法考虑了噪声因素对定时性能的影响，通过对训练符号重复延迟特性的分析，运用最小二乘法实现了较高精度的同步定时估计[4]。 研究现状 针对这一问题，近年来提出了一些解决方案。Fusco等人提出盲同步定时估计，但是该方法适用于非弥散信道且需要大量的数据符号；Tonello等人将Schmidl等人算法应用到FBMC系统中，通过传输一组具有重复冗余的训练序列实现定时估计，该方法的定时不确定性较大；Fusco等人改进了Tonello的定时度量函数，提高了定时估计的精确度; 吴华等人在Fusco 等人的基础上改进延迟相关处理的长度，得到了相对较好的性能[4]。 * 滤波器组多载波系统载波同步和符号定时同步技术[6] 由于影响的大小决定系统同步训练序列的选择、同步资源的开销和系统帧结构，因此有必要首先得到 FBMC 受同步偏差的量化分析[6]。 一种基于成型脉冲滤波的 FBMC 系统高效快速实现算法。该算法先把多载波连续系统抽样得到离散化模型, 然后对系统模型延时进行因果化处理，最后利用成型脉冲的有限截断长度和复指数函数的周期性简化离散模型并得到快速实现算法。该算法计算复杂度仅略大于 OFDM 中基于 FFT 的快速实现算法，并且可以灵活的选择滤波器截断长度和系统基带采样频率[6]。 不过尽管 FBMC 的原型脉冲带来了复杂的符号间交叠，其具体的分析思路和分析工具和 OFDM 有所不同，但基本方向是一致的，即通过多载波基带等效模型，研究其同步偏差带来的加性干扰和有用信号之间的信干比以及通过仿真来比较同步偏差带来的误码率情况[6]。 * 基于 FBMC 帧结构的同步算法，其中 Fusco 等提出了针对子带成型滤波器的盲同步算法，该类算法不需要额外的训练符号、频谱效率高，并在多径条件下也有较好的性能。但由于盲同步需要较长的同步锁定时间，较高的计算复杂度，因此难以在突发分组无线通信中应用[6]； 文献[7]提出了针对 FBMC 帧结构的训练序列同步算法，该算法的基本思路就是通过传输一组相同训练