基于4G/5G信号的正交频分复用(OFDM)系统的峰均功率比(PAPR)研究（Matlab代码实现）

本文链接：https://blog.csdn.net/weixin_46039719/article/details/145745499

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

基于4G/5G信号的OFDM系统峰均功率比（PAPR）研究

一、OFDM系统基本原理与4G/5G应用特点

二、PAPR的定义、成因及影响

三、现有PAPR降低技术分类与比较

四、4G/5G标准中的PAPR控制要求

五、学术界研究热点与未来方向

六、结论

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能解答你胸中升起的一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

基于4G/5G信号的OFDM系统峰均功率比（PAPR）研究

一、OFDM系统基本原理与4G/5G应用特点

OFDM技术核心原理
- 多载波调制：将高速数据流分割为多个低速子流，通过正交子载波并行传输，子载波间隔为符号周期的倒数（如LTE中15kHz）。
- 正交性优势：子载波频谱重叠但保持正交性，频谱利用率显著高于传统频分复用（FDM）。
- 抗多径干扰：通过循环前缀（CP）消除符号间干扰（ISI），CP长度需大于信道最大时延扩展。
4G/5G中的应用特性
- 4G特点：OFDM结合MIMO技术，支持20MHz带宽，上传速率达20Mbps，采用QPSK/16QAM调制。
- 5G增强：支持更灵活的子载波间隔（如30kHz、60kHz），引入滤波器组OFDM（F-OFDM）和新型波形以降低带外泄漏，但PAPR问题仍突出。
- 关键优势：高频谱效率（4G达5bps/Hz，5G进一步提升）、低延迟（1ms以下）、多用户接入能力。

二、PAPR的定义、成因及影响

PAPR数学定义
高PAPR成因
- 多载波叠加：大量独立调制的子载波在时域叠加时可能出现相位一致的高峰值。
- 调制方式影响：高阶调制（如64QAM）比BPSK/QPSK更易产生高PAPR。
对系统的影响
- 功率放大器非线性失真：高PAPR迫使功放（PA）工作在线性区外，导致带内失真（EVM恶化）和带外辐射（ACLR超标）。
- 能效下降：为满足峰值功率，PA需预留更大裕量（如12dB PAPR需PA饱和点达52dBm），导致效率仅10%-30%。

三、现有PAPR降低技术分类与比较

信号失真类技术
- 限幅滤波（Clipping & Filtering） ：直接截断超过阈值的峰值，但引入带内失真和带外噪声。
- 压缩扩展变换（Companding） ：动态压缩大信号、扩展小信号，保持平均功率恒定，但BER性能下降。
概率类技术
- 选择性映射（SLM） ：生成多组相位旋转信号，选择PAPR最低的传输，复杂度随相位因子数指数增长。
- 部分传输序列（PTS） ：将数据分块并优化相位加权系数，改进算法（如Gray-PF-PTS）可降低复杂度50%以上。
编码类技术
- 预留子载波（TR） ：预留部分子载波生成补偿信号，需额外频谱资源，适用于低复杂度场景。
- Reed-Muller码：通过编码约束子载波组合，直接避免高峰值，但牺牲数据速率。
混合与新兴技术
- SLM+压扩联合优化：结合SLM的BER优势与压扩的PAPR抑制能力，实现PAPR降低8dB且复杂度可控。
- AI辅助优化：利用神经网络预测最佳相位因子或限幅阈值，减少传统算法的迭代次数。

四、4G/5G标准中的PAPR控制要求

4G/LTE标准
- PAPR典型值12dB，通过CFR（峰均比降低）技术降至7.5-10dB，允许使用低成本PA。
- 采用动态调制编码（AMC）自适应调整PAPR与频谱效率的平衡。
5G/NR标准
- 引入低PAPR波形（如DFT-s-OFDM），上行链路PAPR可低至3-5dB。
- 要求PA效率提升至40%以上，需结合数字预失真（DPD）与CFR联合优化。

五、学术界研究热点与未来方向

当前研究重点
- 新型波形设计：如FBMC、UFMC在5G中的应用，其PAPR特性与传统OFDM差异显著，需针对性优化。
- 跨层联合优化：结合物理层PAPR抑制与MAC层调度算法，提升系统整体能效。
未来挑战
- 毫米波与大规模MIMO：高频段和大规模天线阵列加剧PAPR问题，需开发低复杂度实时算法。
- 绿色通信需求：6G时代PA效率需突破50%，PAPR控制目标降至5dB以下。

六、结论

OFDM作为4G/5G的核心技术，其PAPR问题直接影响系统能效与成本。现有技术通过信号处理、编码优化和混合算法已实现显著改进，但5G/6G的高性能需求推动了对新型波形和AI辅助方法的探索。未来研究需在PAPR抑制、频谱效率及计算复杂度之间寻求更优平衡，以支撑超高速率与超低功耗的通信需求。

📚2 运行结果

部分代码：

%   A: Setting Parameters
%   ---------------
M = 4;                          %   QPSK signal constellation
no_of_data_points = 128;        %   have 128 data points
block_size = 8;                 %   size of each ofdm block
cp_len = ceil(0.1*block_size);  %   length of cyclic prefix
no_of_ifft_points = block_size; %   128 points for the FFT/IFFT
no_of_fft_points = block_size;
%   ---------------------------------------------
%   B:  %   +++++   TRANSMITTER    +++++
%   ---------------------------------------------
%   Generate 1 x 128 vector of random data points
data_source = randsrc(1, no_of_data_points, 0:M-1);
figure(1)
stem(data_source); grid on; xlabel('Data Points'); ylabel('transmitted data phase representation')
title('Transmitted Data "O"')


%   Perform QPSK modulation
qpsk_modulated_data = pskmod(data_source, M);
scatterplot(qpsk_modulated_data);title('MODULATED TRANSMITTED DATA');