第9章：OFDM 减小PAPR

今天来讲OFDM的PAPR问题，也是《陈老湿·通信MATLAB仿真》系列文章中关于OFDM的最后一个问题了。PAPR的全称是Peak to Average Power Ratio，峰值-平均功率比。

本文主要参考材料与代码来源是《MIMO-OFDM无线通信技术及MATLAB实现》，我也会结合在网上看的其他关于OFDM PAPR的资料整理在一起。

我一直提到的《MIMO-OFDM无线通信技术及MATLAB实现》下载地址是：https://github.com/LyricYang/MIMO_OFDM，该书有的代码版本可能老旧，因此需要偶尔改改代码适应新的MATLAB版本才可以正常运行。

因此，我讲上面需要修改的代码上传到github上了，下载地址：123kevin456/OFDM-PAPR

若你在运行过程中，发现我上传的代码缺少子函数，可在《MIMO-OFDM无线通信技术及MATLAB实现》的下载地址中找到相应子函数即可。

一、PAPR问题来源与定义

在OFDM系统中，不同子载波信号经过IFFT运算后，有比较高的峰值。和单载波系统相比，多载波系统有很高的PAPR。

在通信系统中，由于功率放大器的饱和特性，即放大器只有在某一段输入区间内才线性放大，超过了这个输入区间，就进入放大器的非线性放大区间。

功率放大器的非线性会带来带外辐射和带内失真，带外辐射会影响相邻频带内的信号，带内失真会使得接收信号产生旋转、衰减和位移。

关于放大器的这部分知识，在本科的《模拟电子线路》和《高频电子线路》中均会讲解。虽然我已经忘得差不多了，哈哈哈哈哈哈哈。

图1 功率放大器的输入-输出特性

当我们在理解一个问题时，首先一定要弄清楚问题的描述与定义。

那么PAPR的定义是什么呢？

从上面两张图来看，PAPR是在通频带定义的。

在一开始提到“和单载波系统相比，多载波系统有很高的峰值-平均功率比（Peak to Average Power Ratio，PAPR）。”

这句话对不对呢？那下面通过程序来仿真一下，单载波的基带信号与通频带信号的PAPR。

%%%%%%%%%%%%%%%%%%%%%  计算单载波基带/通频带信号的PAPR   %%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%   single_carrier_PAPR_sim1.m    %%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%% date:2020年12月22日  author:飞蓬大将军   %%%%%%%%%%

%%%%%%%%%%%%%%%%%程序说明
%%%%分析单载波下的PAPR，可画出图

%%%%%%    仿真环境
%软件版本：MATLAB R2019a

clear
Ts = 1;
L = 8;
Nos = 8;

Fc = 1; 
b = 2;
M = 2^b;
[X,Mod] = mapper_sim1(b);
L_ = L*4;
i_b = 1;
[xt_pass_,time_] = modulation(X,Ts,L_,Fc); %%连续时间
[xt_pass,time] = modulation(X,Ts,L,Fc); %%%L倍过采样

for i_s = 1:M
     xt_base(L*(i_s-1)+1 : L*i_s) = X(i_s)*ones(1,L);
end
PAPR_dB_base = PAPR(xt_base);
figure(1);  
% clf;
subplot(311);
stem(time,real(xt_base),'k.'); 
hold on;  
ylabel('S_{I}(n)');
%title([Mod ', ' num2str(M) ' symbols, Ts=' num2str(Ts) 's, Fs=' num2str(1/Ts*2*Nos) 'Hz, Nos=' num2str(Nos) ', baseband, g(n)=u(n)-u(n-Ts)']);
subplot(312);
stem(time,imag(xt_base),'k.'); 
hold on; 
ylabel('S_{Q}(n)');
subplot(313);
stem(time,abs(xt_base).^2,'k.'); 
hold on;
title(['PAPR = ' num2str(round(PAPR_dB_base(i_b)*100)/100) 'dB']);
xlabel ('samples'); 
ylabel('|S_{I}(n)|^{2}+|S_{Q}(n)|^{2}');    
figure(2);
clf;   
PAPR_dB_pass(i_b) = PAPR(xt_pass);
subplot(211);
stem(time,xt_pass,'k.'); 
hold on; 
plot(time_,xt_pass_,'k:');
title([Mod ', ' num2str(M) ' symbols, Ts=' num2str(Ts) 's, Fs=' num2str(1/Ts*2*Nos) 'Hz, Nos=' num2str(Nos) ', Fc=' num2str(Fc) 'Hz, g(n)=u(n)-u(n-Ts)']);
ylabel('S(n)');
subplot(212)
stem(time,xt_pass.*xt_pass,'r.'); 
hold on;
plot(time_,xt_pass_.*xt_pass_,'k:');
title(['PAPR = ' num2str(round(PAPR_dB_pass(i_b)*100)/100) 'dB']);
xlabel('samples');
ylabel('|S(n)|^{2}');    
%bb_I = zeros(1,M*Nos*2); bb_Q = zeros(1,M*Nos*2);
disp('PAPRs of baseband/passband signals'); 
PAPRs_of_baseband_passband_signals=[PAPR_dB_base; PAPR_dB_pass]

运行上面的代码，可以得到下面两图：

图2 单载波基带信号

图3 单载波频带信号

在上面的代码没有使用脉冲成型滤波器将符号进行成型，过采样因子的作用仅仅是使得信号看上去更像是连续信号。

由图2可知，单载波基带信号的平均功率和峰值功率相同。由图3可知，单载波频带信号峰值功率与平均功率之比是3.01dB。

在上面的代码中，改变载波频率fc会影响单载波信号的PAPR。 因此，若想要准确知道单载波系统的PAPR，必须考虑通频带信号的载波频率。

二、OFDM时域信号的分布

在OFDM系统中，对于已调的PSK或者QAM数据符号序列 $X\left[k\right]$ ，进过IFFT后，得到离散时间信号 $x\left[n\right]$ ，可表示为

$x\left[n\right]=\frac{1}{N}\sum _{k=0}^{N-1}X\left[k\right]e^{j\frac{2\pi }{N}kn}=\frac{1}{N}\left\{X\left[0\right]+X\left[1\right]e^{j\frac{2\pi }{N}1n}\cdots +X\left[k\right]e^{j\frac{2\pi }{N}kn}\right\}$

上面表达式中，每一个信号对应不同的子载波，第k个子载波数据符号被X[k]调制。

为了近似时间连续信号 $x\left(t\right)$ ，过采样因子选择L =16，以直观看到每一个子载波上的时域信号 $X\left[k\right]e^{j\frac{2\pi }{N}kn}$ 。

%%%%%%%%%%%%%%%%%%%%%     时域OFDM信号和PDF    %%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%   OFDM_signal_sim1.m    %%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%% date:2020年12月22日  author:飞蓬大将军   %%%%%%%%%%

%%%%%%%%%%%%%%%%%程序功能说明
%%%%%

%%%%%%    仿真环境
%软件版本：MATLAB R2019a
clear
N=8; 
b=2; 
M=2^b; 
Nos=16; %%过采样倍数
NNos=N*Nos; 
T=1/NNos;
time = 0:T:1-T;
%if b==1, Mod='BPSK'; mod_object = modem.pskmod('M',M); A=1;
% elseif b==2, Mod='QPSK';  mod_object = modem.pskmod('M',M); A=1;
% else Mod=[num2str(2^b) 'QAM']; mod_object = modem.qammod('M',M); 
%      Es=1; A=sqrt(3/2/(M-1)*Es); 
%end
%[inI,inQ,Mod,Nsym] = mapper(b,N,'Y');
%msgint=randint(1,N,M); X=A*modulate(mod_object,msgint);
[X,Mod] = mapper_sim1(b,N);
% X(1)=0+j*0; % A block of 16 QPSK symbols with no DC-subcarrier 
for i = 1:N
   if i<=N/2 
       x = ifft([zeros(1,i-1) X(i) zeros(1,NNos-i+1)],NNos);
   else
       x = ifft([zeros(1,NNos-N+i-1) X(i) zeros(1,N-i)],NNos);
   end
   xI(i,:) = real(x); 
   xQ(i,:) = imag(x);
end
sum_xI = sum(xI); 
sum_xQ = sum(xQ);
figure(1), clf;
subplot(311)
plot(time,xI,'k:','linewidth',1), hold on;
plot(time,sum_xI,'b','linewidth',2);
title([Mod ', N=' num2str(N)]); ylabel('x_{I}(t)'); axis([0 1 min(sum_xI) max(sum_xI)]);
subplot(312)
plot(time,xQ,'k:','linewidth',1); hold on;
plot(time,sum_xQ,'b','linewidth',2);
ylabel('x_{Q}(t)'); axis([0 1 min(sum_xQ) max(sum_xQ)]);
subplot(313), plot(time,abs(sum_xI+j*sum_xQ),'b','linewidth',2); hold on;
ylabel('|x(t)|'); xlabel('t');
clear('xI'), clear('xQ')
N=2^4; 
NNos=N*Nos; 
T=1/NNos; 
time = 0:T:1-T; 
Nhist=1e3;
for k = 1:Nhist
   [X,Mod] = mapper_sim1(b,N);
   X(1)=0+j*0; % A block of 16 QPSK symbols with no DC-subcarrier 
   for i = 1:N
      if (i<= N/2)  
          x = ifft([zeros(1,i-1) X(i) zeros(1,NNos-i+1)],NNos);
      else
          x = ifft([zeros(1,NNos-N/2+i-N/2-1) X(i) zeros(1,N-i)],NNos);
      end
      xI(i,:) = real(x); 
      xQ(i,:) = imag(x);
   end
   HistI(NNos*(k-1)+1:NNos*k) = sum(xI); 
   HistQ(NNos*(k-1)+1:NNos*k) = sum(xQ);
end
N_bin = 30;
figure(2), clf;
subplot(311)
[xI_dist,bins] = hist(HistI,N_bin);  
bar(bins,xI_dist/sum(xI_dist),'k');
title([Mod ', N=' num2str(N)]);  
ylabel('pdf of x_{I}(t)');
subplot(312)
[xQ_dist,bins] = hist(HistQ,N_bin);  
bar(bins,xQ_dist/sum(xQ_dist),'k');
ylabel('pdf of x_{Q}(t)');
subplot(313)
[xabs_dist,bins] = hist(abs(HistI+j*HistI),N_bin);  
bar(bins,xabs_dist/sum(xabs_dist),'k');
ylabel('pdf of |x(t)|');  xlabel('x_{0}');

图5 时域OFDM符号

图6 OFDM信号的幅度分布

从图5中，虚线表示的是每一个子载波时域信号，也可以清晰看出OFDM信号的PAPR的特点。

当N增大时，OFDM的PAPR变得更加明显，但其出现最大PAPR的可能性会降低。这是因为当N增大时，要使得不同子载波信号在同一时刻出现同相叠加的可能性便减小了。

从图6中可看出，对于x[n]来说，虚部和实部是服从高斯分布， $\left|x\left[n\right]\right|$ 服从的是瑞利分布，为什么呢？

这里顺便提一个问题，高斯分布、卡方分布、瑞利分布之间的关系？（吓得你赶紧翻出自己的《概率论与数理统计》课本，哈哈哈哈哈。）

图7 OFDM系统框图

三、PAPR和过采样

在《陈老湿：第1章：BPSK调制解调器仿真》中发送端脉冲成型前，先进行上采样。上采样便是当过采样倍数为N时，对符号进行插入N-1个0。

在一开始的PAPR定义，是针对连续时间的通频带信号来定义的。

上面这段话中，有许多小知识，我就当做结论来记了，没有去弄懂里面对应参考文献的证明过程。

对x[n]之间插入L-1个0，得到输出w[m]，也即有：

运行PAPR_of_Chu_sim1.m，便可在时域观察Chu序列的PAPR，得到下图。

图8 Chu序列经过IFFT之后的幅度

从图8中可看出，对于Chu序列来说，有过采样和没有过采样的PAPR分别是0dB和4.2714dB，这说明不同的采样速率会导致PAPR明显的差异。对于chu序列来说，采样速率的不同通常导致PAPR明显变化。

而当我改变L= 8，16时，得到相应的PAPR分别是4.2714dB，4.2714dB，即没有导致PAPR有什么大的变化。

所以我还没想清楚书上为什么说“对于chu序列来说，采样速率的不同通常导致PAPR明显变化”。

运行PAPR_of_preamble.m，观察IEEE 802.16e前导的PAPR，得到下图。

图9 IEEE 802.16e前导的PAPR，L=4

从图9可看出，对于IEEE 802.16e前导的PAPR来说，有过采样的PAPR比没有过采样的PAPR大0.4dB左右。

由于前导码存在放大功率的问题，最初设计前导码时，便要求其具有较低的PAPR，这也是为什么不同的采样速率并没有使这些序列的PAPR有明显不同。

我将L=8、16时，确实发现不同的采样速率并没有使这些序列的PAPR有明显不同。

图10 IEEE 802.16e前导的PAPR，L=8

图11 IEEE 802.16e前导的PAPR，L=16

四、PAPR减小技术——以DFT-s-OFDM为例

在《MIMO-OFDM无线通信技术及MATLAB实现》第7章PAPR减小技术，介绍了以下几种：限幅技术、编码技术、加扰技术、自适应预失真技术和DFT扩频技术。

本文将集中在DFT扩频技术上，这是为什么呢？这里结合LTE协议、5G NR协议来说。

以下内容来自王映民、孙韶辉的《5G移动通信系统设计与标准详解》的P51-P52页：

图12 波形和参数集设计

在OFDM系统中，发送端有IFFT过程，假设将（与IFFT大小相同的）DFT用做扩频码，那么DFT与IFFT运算本质上是相互抵消的。

从这个角度来上，DFT-s-OFDM和SC-FDMA（single carrier-FDMA）是等价的。（说这两个是等价的，我在好几份材料都看到了这句话）

这些需要解释的是OFDM本身是一种传输方案，即将所有的子载波给一个用户传输，没有涉及多址的概念。

参考一份通信原理PPT： 来区分一下多路复用与多址接入的概念：

（1）多路复用是指在一条链路传输多路独立信号而互不干扰，常见的多路复用方式有频分复用（FDM）、时分复用（TDM）、码分复用（CDM）

多址接入是指多个用户共享信道，动态分配网络资源，常见的多址接入方式有频分多址（FDMA）、时分多址（TDMA）、码分多址（CDMA）、空分多址（SDMA）以及其他利用信号统计特性复用的多址技术等。

多路复用中，用户对资源共享的需求是固定的，或者至多是缓慢变化的，资源是预先分配给各用户。

多址接入中，网络资源通常是动态分配的，并且可以由用户在远 端提出共享要求。因此必须按照用户对网络资源的需求，随时动态地改变网络资源的分配。

（2）所处位置不同

若将OFDM用于多址接入中，也可与现有的TDMA、FDMA、CDMA等技术结合在一起。

在OFDMA系统中，不同的子载波划分配给多个不同的用户使用。和下行不一样的是，上行的每一个用户使用一组子载波来发射各自的数据，对不发射数据子载波进行填充0。

在整个系统中，有N个子载波，假设给每一个用户分配的子载波数为M。在DFT扩频技术中，将M点DFT用于扩频，并将DFT的输出分配给IFFT的载波。

举个数值例子，假设N=12，M=4。OFDMA系统有12个子载波，给甲乙丙3个用户用，则每个用户可以分配到4个子载波呢。那甲乙丙三个用户，占据的是这12个子载波中的哪几个呢？这便是系统如何给用户分配子载波的方式。

PAPR减小的效果是直接依赖于为每一个用户分配子载波方式，后面的仿真实验结果也将验证分配子载波方式对PAPR的影响。

有两种给用户分配子载波的方法：分布式FDMA（Distributed FDMA，DFDMA）和集中式FDMA（Localized FDMA，LFDMA）。

如果不是对数字信号处理课程中的FFT/IFFT知识比较熟练的话，上面对IFDMA与LFDMA的时域信号进行理论分析、计算还是有不小的难度的。

一看到公式就想睡觉的同学，可能看到这里就已经睡着好几次了，哈哈哈哈哈哈。

我也没有去推导书中的每个公式，因为别忘了，我们的目的是干嘛来着？我们是想看一下不同子载波分配方式对PAPR的影响。

运行compare_DFT_spreading_sim1.m，得到OFDMA/LFDMA/IFDMA的PAPR。

%%%%%%%%%%%%%%%%%%%%%  分析OFDMA/LFDMA/IFDMA的PAPR  %%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%   compare_DFT_spreading_sim1.m    %%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%      date:2021年2月6日  改编:飞蓬大将军   %%%%%%%%%%

%%%%%%%%%%%%%%%%%程序功能说明
%%%%%分析OFDMA/LFDMA/IFDMA的PAPR

%%%%%%    仿真环境
%软件版本：MATLAB R2020b

% Plot Fig. 7.31
clear, clf
N=256; 
Nd=64; % FFT size and Data block size (# of subcarriers per user)
gss='*^<sd>v.'; % Numbers of subblocks and graphic symbols
bs=[2 4 6]; 
N_b=length(bs);
dBs = 0:0.2:12; 
dBcs = dBs+(dBs(2)-dBs(1))/2;
Nblk = 5000; % Number of OFDM blocks for iteration
for i=1:N_b
   b=bs(i); M=2^b;
   rand('twister',5489); randn('state',0);
   CCDF_OFDMa = CCDF_PAPR_DFTspreading_sim1('OF',N,b,N,dBcs,Nblk); % CCDF of OFDMA
   CCDF_LFDMa = CCDF_PAPR_DFTspreading_sim1('LF',Nd,b,N,dBcs,Nblk); % CCDF of LFDMA
   CCDF_IFDMa = CCDF_PAPR_DFTspreading_sim1('IF',Nd,b,N,dBcs,Nblk); % CCDF of IFDMA
   subplot(130+i)
   semilogy(dBs,CCDF_OFDMa,'-o', dBs,CCDF_LFDMa,'-<', dBs,CCDF_IFDMa,'-*')
   legend('OFDMA','LFDMA','IFDMA')
   axis([dBs([1 end]) 1e-3 1]); grid on;
   title([num2str(M) '-QAM CCDF ',num2str(N),'-point ',num2str(Nblk) '-blocks']);
   xlabel(['PAPR_0[dB] for ',num2str(M),'-QAM']); ylabel('Pr(PAPR>PAPR_0)'); 
end
%%%实验结论
%%IFDMA、LFDMA相比于OFDMA，PAPR有效降低

图13 用于分析IFDMA、LFDMA和OFDMA的DFT扩频技术的PAPR性能

图13的纵坐标表示的是，PAPR>PAPR0（PAPR0是横坐标）的概率。

在16-QAM情况下，对于纵坐标的概率值为0.01时，IFDMA、LFDMA和OFDMA对应的横坐标PAPR大概是3.5dB、8.3dB和10.8dB，这说明IFDMA、LFDMA相比于没有进行DFT扩频的OFDMA来说，分别降低了7.3dB和3.2dB。

下面来观察一下脉冲成型技术对DFT扩频技术的PAPR性能的影响。脉冲成型知识在《陈老湿：第1章：BPSK调制解调器仿真》已经讲过一些。

其中，滚降因子是升余弦滤波器的一个非常关键的参数。

运行compare_DFT_spreading_w_psf_sim1，得到figure1为下图，

图14 具有脉冲成型的DFT扩频技术的PAPR性能

从图14中可以看出两点：

（1）当滚降系数从0到1变化时，IFDMA的PAPR性能显著提升，而LFDMA受脉冲成型的影响不那么大。

（2）当滚降系数从0到1变化时，用户所需带宽增加，IFDMA可以在所需带宽和PAPR性能进行折中。

接下来观察为每一个用户分配的子载波数M如何影响DFT扩频技术的PAPR性能。

运行compare_DFT_spreading_w_psf_sim1，得到figure2为下图：

图15 当M变化时DFT技术的PAPR性能

当滚降因子为0.4时，从图16中看出，当M变大时，PAPR的性能是下降的。

五、参考资料与总结

本文除了参考《MIMO-OFDM无线通信技术及MATLAB实现》和王映民、孙韶辉的《5G移动通信系统设计与标准详解》的P51-P52页外，还参考了一下材料：

（1）CSDN上的一篇博客：【射频】【5G】5G NR的CP-OFDM和DFT-s-OFDM对比

（2）一份DFT-s-OFDM的pdf，下载链接：http://www.cs.tut.fi/kurssit/TLT-5906/L1b_v1.pdf

本科学习《信号与系统》时，总是会将系统当成黑盒子，来去分析输入与输出的关系，从而表征系统的一些特性。

学习有时候也像这么个过程，看不同的人对同一个知识怎么讲，这些就是对自己的输入，然后自己将这些阅读材料进行整合、理解，成为自己的知识，或者写成文章、讲给别人，这便是输出。

至此，OFDM的内容已经全部更新完毕。

欢迎你双击屏幕、点赞、收藏、转发和分享，关注我的知乎号，也欢迎读者朋友就相关技术问题与我交流，一起学习，共同进步。请你也别忘了把这篇文章分享给你身边正在学习通信专业的同学们，也许能够帮到Ta。

这是《陈老湿·通信MATLAB仿真》的第9章，下次更新见！