CN101103570B - 用于减小峰均功率比的方法和/或设备 - Google Patents

Abstract

本发明公开了用于减小PAPR的方法和/或系统的实施例。

Description

用于减小峰均功率比的方法和/或设备

本专利申请要求于2004年12月2日提交的、标题为“SBCMIMO-OFDM Peak-to-Average Power Ratio Reduction by PolyphaseInterleaving and Inversion”的、转让给当前所要求保护主题的受让人的美国临时专利申请No.60/632,556的优先权。 

技术领域

本公开涉及通信。 

背景技术

在通信中，期望具有减小峰值功率与平均功率的比率(下文中为PAPR)的能力，这是因为如果信号通过非线性器件如发射器功率放大器，那么较高的比率可产生较大量的带内和带外失真。 

附图说明

在本说明书的结束部分特别指出并清楚地要求了主题。然而，在查看附图的情况下，参考以下详细描述，可最好地理解所要求的主题(关于组织和工作方法，及其目的、特征和优点)。在附图中： 

图1是说明交叉天线旋转和反转方案的实施例的示意图； 

图2是用来减小PAPR的不同实施例方案的性能比较图； 

图3是在不同的天线和子块值的情况下不同实施例方案的性能比较图； 

图4是说明STBC-OFDM方案的实施例的示意图； 

图5是说明SFBC-OFDM方案的实施例的示意图；以及 

图6是在不同的子块值的情况下不同实施例方案的性能比较图。 

具体实施方式

在以下详细描述中，阐述许多特定细节以提供对所要求主题的全面理解。然而，本领域技术人员应理解，所要求的主题可在没有这些特定细节的情况下实施。在其它情形下，公知的方法、过程、部件和/或电路未作详细描述以免使所要求的主题不突出。 

随后的详细描述的某些部分提供了对存储于计算系统内，如计算机和/或计算系统存储器内的数据位和/或二进制数字信号进行的操作的算法和/或符号表达。这些算法描述和/或表达是数据处理领域的普通技术人员用来向该领域的其他技术人员传达他们的工作内容的技术。算法在这里，且通常被认为是导向期望结果的操作和/或类似处理的自相容的顺序。该操作和/或处理可涉及对物理量的物理操作。通常，虽然不是必需的，但是这些量可采取能够被存储、传递、组合、比较和/或操作的电和/或磁信号的形式。有时，主要为了通用，将这些信号称为位、数据、值、元素、符号、字符、项、数目、数字和/或其它已证明是方便的。然而，应理解，所有这些以及类似术语将与适当的物理量相关联，且仅仅是方便的标记。除非特别声明，如从下面的讨论中显而易见的那样，可理解在整个本说明书中，利用术语如“处理”、“计算(computing)”、“计算(calculating)”、“确定”和/或其它指的是计算平台如计算机或类似电子计算装置的动作和/或处理，该计算平台对计算平台的处理器、存储器、寄存器和/或其它的信息存储、传输和/或显示设备内的表示为物理电量和/或磁量和/或其它物理量的数据进行操作和/或变换。 

在根据所要求的主题的实施例中，使用多相交织和反转(下文中为PII)针对SFBC MIMO-OFDM系统实现了PAPR的减小。此外，还描述了采用复杂性减小、被称为次最佳连续PII(下文中为SS-PII)的另一实施例。尽管所要求的主题的范围并不限于这两个特定实施例，但这些方案或实施例提供了性能和复杂性之间的良好折衷。在所要求的主题的范围内，许多其它实施例也是可能的。 

与已应用于STBC MIMO-OFDM且可用于SFBC-OFDM系统的选择性映射(SLM)方案相比，这些实施例提供了性能优点，特别是在小的子块数目的情况下，尽管当然这并不是必需的。 

诸如对于时变和频率选择信道，FDM调制与多输入多输出(MIMO) 系统的组合可增大系统容量并减小接收器复杂性。因此，MIMO-OFDM已成为用于高性能未来4G宽带无线通信的有前途的候选技术。然而，至于OFDM，MIMO-OFDM的一个缺点在于在不同天线上发射的信号可表现出相对大的峰均功率比(PAPR)，诸如在穿过非线性器件如发射器功率放大器的情况下，这可导致非期望量的带内和带外失真。 

提出了用于OFDM系统的许多PAPR减小方案。在这些方案中，信号加扰(signal scrambling)方法是有吸引力的，原因是OFDM信号被无失真地修改以相对低的复杂性提供较好PAPR特性。在MIMO-OFDM系统中，一种用于减小PAPR的方法将用于OFDM系统的这些方案分别应用于不同发射天线上。然而，如果在MIMO-OFDM系统中采用空间-频率块编码(SFBC)，则该方法是不适用的，原因是基本上同时从不同天线发射的OFDM符号依赖于所使用的空间-频率码，如后面将更详细讨论的那样。 

例如，考虑具有两个发射天线和正交SFBC的MIMO-OFDM系统，这里提供一个实施例，其中采用多相交织和反转(PII)。类似地，替选实施例可采用多于两个的天线。然而，在此特定实施例中，使用两个天线以及此特定方案，OFDM序列被划分成M个相等大小的子块。子块被分解成两个多相序列，且这些多相序列可被交织和反转。在此特定实施例中，多相交织和反转可被独立应用于子块。可这样做以寻找给出最高或最大PAPR减小的组合。为了减小复杂性，在替选实施例中，可采用性能与复杂性之间的折衷，这里被称为次最佳连续PII(SS-PII)。因此，采用SS-PII的实施例可能不产生最大PAPR减小，但是与产生最大PAPR减小的实施例相比，在复杂性减小同时实现了足够PAPR减小，在某些特定应用中，依赖于各种因素，该足够PAPR减小可能是理想的。当然，这仅是一个实施例，且所要求的主题并不局限于此实施例或SFBC。例如，如后面更详细描述的那样，可以可替选地采用STBC或空间复用。 

与SLM方案相比，这些实施例特别是在小的子块数目M的情况下提供了性能优点。然而，同样，所要求的主题的范围不局限于这些特定实施例。许多其它的实施例也包括在所要求的主题的范围内。然而，针对128个子载波、QPSK调制以及过采样因子等于4，示出了这些实施例的仿真结果，如在后面详细描述的那样。 

如前面提到的那样，MIMO-OFDM已成为高性能4G宽带无线通信的有前途的候选技术。在这种系统中，采用了两种基本信令模式，即空间复用(SM)，参见例如Gesbert和Paulraj的“On the capacity ofOFDM-based spatial Multiplexing systems”，IEEE Trans.Commun.，卷50，第225-234页，2002年2月(下文中为[1])，其目的是通过对独立数据流进行空间复用来增大数据速率；以及利用空间-时间块编码OFDM(STBC-OFDM)或空间-频率块编码OFDM(SFBC-OFDM)的空间分集编码，参见例如Lee和Williams的“A space-time coded transmitterdiversity technique for frequency selective fading channels”，Proc.IEEESensory Array and Multichannel Processing Workshop，Combridge，MA2000，第149-152页；Lee和Williams的“A space-frequency transmitterdiversity technique for OFDM systems”，Proc.IEEE GLOBECOM，SanFrancisco，CA，2000，第1473-1477页(下文中分别为[2]和[3])，其利用空间自由度(以速率为代价)来提高链路可靠性。

如同OFDM，MIMO-OFDM的一个缺点在于：在不同天线上发射的信号可能表现出大的峰均功率比(PAPR)。然而，不同的PAPAR减小技术已应用于这两种信令模式，并证明了CARI对于不同的发射天线数目N的性能优点。 

在OFDM调制技术中，N_C个符号的块{X_n，n＝0，1，2，...，N_c-1}以调制来自集合{f_n，n＝0，1，2，...，N_c-1}的对应子载波的符号构成。该N_c个子载波被选择为是正交的，例如，f_n＝nΔf，其中Δf＝1/N_cT且T表示原始符号周期。块的所得基带OFDM信号x(t)可以表示为： 

$\mathrm{\χ}\left(t\right)=\underset{n=0}{\overset{N_c-1}{\mathrm{\Σ}}}{x}_n{e}^{j2\mathrm{\π}{f}_{n}t},0\≤t\≤N_{c}T.---\left(1\right)$

(1)中所发射信号的PAPR可定义为： 

$\mathrm{PAPR}\left(x\left(t\right)\right)=\frac{\underset{0\≤t\≤N_{C}T}{\max }{\left|x\left(t\right)\right|}^2}{E\left[{\left|x\left(t\right)\right|}^2\right]}=\frac{\underset{0\≤t\≤N_{C}T}{\max }{\left|x\left(t\right)\right|}^2}{\frac{1}{N_{C}T}\underset{0}{\overset{N_{C}T}{\∫}}{\left|x\left(t\right)\right|}^2\mathrm{dt}}.---\left(2\right)$

由于大多数实际系统都处理离散时间信号，所以，代替减小x(t)的连续时间峰最大绝对值，x(t)的LN_C个样本的最大幅度减小。参数L表示过采样因子。L＝1的情形称为临界采样或奈奎斯特(Nyquist)率采样，而L＞1的值对应于过采样。过采样可以通过添加(L-1)N_C个0到原始OFDM块， 之后进行快速傅立叶逆变换(IFFT)来实现。针对给定PAPR水平PAPR₀ 的OFDM信号的PAPR的互补累积分布函数(CCDF)是由N_C个子载波组成的随机产生的OFDM符号的PAPR超过所述给定阈值PAPR的几率，例如，其表示如下： 

CCDF＝P_T(PAPR＞PAPR₀)    (3) 

对于本实施例，我们可以假设载波数目N_c＝128的OFDM符号，X_n为{+1，-1，+j，-j}中的元素或者QPSK调制以及过采样因子L＝4，因为这足以捕捉连续时间峰，参见例如Tellambura的“Computation of thecontinuous-time PAR of an OFDM signal with BPSK subcarriers”，IEEECommun.Lett.卷5，第185-187页，2001年5月。 

考虑空间复用模式，其中N个独立数据流被馈送给IFFT/循环前缀(IFFT/CP)块并在N个天线上发射。减小PAPR的一种方式是将诸如PTS或SLM的技术分别应用到每个天线上。然而，这种类型的实施未利用具有多个发射天线的所有可用的自由度。在根据所要求的主题的一个实施例中，例如，可采用交叉天线旋转和反转(CARI)方案，如图1所示，其利用了这样的自由度，然而，当然所要求的主题的范围并不局限于本方面。 

数据矢量(序列)X_i，i＝1，2，...，N首先以这样的方式被划分成M个不相交的载波子块，该方式使得如果它们属于其它子块X_i，j， j_≠m，则X_i，m中的所有子载波位置都被设置为0。这可以表示为 $X_i={\mathrm{\Σ}}_{m=1}^M{X}_{i,m},$ 其中指标i和m分别表示天线号和子块号。现在，考虑子块X_i，m，i＝1，2，...，N的组的旋转因子r_m∈{0，1，2，...，N-1}以及加权因子b_m∈W＝{e^2πk/w，k＝0，1，...，w-1}，其中w表示集合W的基数。为了减小论述此方法的复杂性，考虑w＝2的方案，例如集合W＝{+1，-1}。然而，所要求的主题的范围并不局限于此方面。许多其它方案也包括在所要求的主题的范围内。然而，对于此特定实施例，第m组子块在竖直方向上被循环平移r_m个位置，然后乘以因子b_m。该操作产生交织的且反转的OFDM序列；然而，这仅为一个实例。本说明书中使用的子块的交织和反转比此特定实例更具一般性。然而，例如，对于此特定实施例，在一个循环平移 (r₁＝1)和乘以b₁应用于第一子块X_i，1而其它子块保持不变之后，我们得到新的序列集合如下：     

$X_1^{\′}=b_1{X}_{N,1}+\underset{m=2}{\overset{M}{\mathrm{\Σ}}}{X}_{1,m},$

$X_2^{\′}=b_1{X}_{1,1}+\underset{m=2}{\overset{M}{\mathrm{\Σ}}}{X}_{2,m},$

$X_N^{\′}=b_1{X}_{N-1,1}+\underset{m=2}{\overset{M}{\mathrm{\Σ}}}{X}_{N,m}.---\left(4\right)$

当因子r_m和b_m(下文中为因子r和b)取有效的任意值时，所得的频率和对应时域的序列集合可分别表示为： 

$X_i^{\′}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{b}_m{X}_{\mathrm{mod}(i-r_m-1,N)+1,m},i=\mathrm{1,2},...,N$

$x_i^{\′}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{b}_m{x}_{\mathrm{mod}(i-r_m-1,N)+1,m},i=\mathrm{1,2},...,N$ (5)和(6) 

其中，x_i’为X_i’的IFFT，且mod(a，b)表示a对于基b的模数。表示为{X₁，X₂，...X_N}的序列集合在所有其它的序列集合{X₁’ ，X₂’ ，...X_N’}中具有最小的最大PAPR。换句话说，对于特定序列集合，例如特定r和b因子，可以得到该集合中的最大PAPR，这里为天线中的最大PAPR。同样，遍历因子r和b的所有可能组合，可以找到具有最小的最大PAPR的序列集合，这里被称为最小-最大准则。给定原始序列集合的参数可表示如下： 

$\{{\stackrel{\‾}{r}}_1,{\stackrel{\‾}{r}}_2,...,{\stackrel{\‾}{r}}_M,{\stackrel{\‾}{b}}_1,{\stackrel{\‾}{b}}_2,...,{\stackrel{\‾}{b}}_M\}=$

$\arg \underset{\{r_1,r_2,...,r_M,b_1,b_2,...,b_M\}}{\min }\left(\underset{r=\mathrm{1,2},...,N}{\max }\left(\mathrm{PAPR}\left(x_i^{\′}\right)\right)\right)---\left(7\right)$

其中，x_i’在(6)中定义，且PAPR(x)表示(2)中定义的时间矢量x的峰均比。因此，此特定实施例归结为在[1]中针对N＝1且扩展集合W＝{+ 1，-1，+j，-j}的情形所描述的PTS方案。如在PTS技术的情形下，此特定实施例利用了为子块单独计算IFFT以及通过(6)改进时域的PAPR的优点。另外，可将特定的边信息位发射到接收器以取消数据加扰(datascrambling)。然而，对于此实施例，由于为确定适当的因子以减小PAPR的试验数目，复杂性可能是大的。 

对于[2]中所描述的SLM方法，V个统计上独立的序列通过将原始信息序列乘以其中值选自集合W＝{-1，+1，-j，+j}的V个不同的长度为N_C 的随机序列而产生。V个序列中具有最低PAPR的一个序列被选择用于发射。在N个发射天线的情形下，可选择例如对每个天线分别执行PAPR减小，以生成N个V个独立序列的集合并且从每个集合中发射具有最小PAPR的一个序列。然而，开销位(overhead bit)可被发送到接收器，接收器通知V个随机序列中的哪一个被用于每个用于数据加扰的天线。假定接收器知道所有V个随机序列。 

在PTS方法中，如[1]中所述，输入数据块X被划分成相等大小的M个不相交的子块，m＝{1，2，...M}，其在数学上可表示为 $X={\mathrm{\Σ}}_{m=1}^M{X}_m.$ 这些子块以使得所得序列 $X^{\′}={\mathrm{\Σ}}_{m=1}^M{b}_m{X}_m$ 获得最小可能PAPR的方式相组合，其中，加权因子b_m∈{+1，-1，+j，-j}。与SLM不同，PTS方案的性能对w，例如W的大小敏感。利用IFFT的线性，在时域中也进行了改进  $x^{\′}={\mathrm{\Σ}}_{m=1}^M{b}_m{x}_m,$ 其中，部分发射序列x_m是X_m的IFFT。 

与独立处理天线的PTS和SLM方案相反，此特定实施例联合地处理它们，然而，同样，所要求的主题的范围并不局限于此特定实施例。例如，在[1]中已示出，在相似的复杂性，例如相同的IFFT操作数目M＝V的情况下，PTS给出了优于SLM的优点。表1给出了就复杂性(这里为IFFT操作数目、试验数目以及边信息位数目)而言的所考虑方案的概观。 

表1 

方案概观 

(操作[x]将x上取整) 

方案	IFFT   数目	试验数目	边信息位数目o
				PTS[1]	NM	NωM-1	「N(M-1)log2(ω)」
SLM[2]	NV	-	「Nlog2(V)」
				并发SLM[9]	NV	-	「log2(V)」
CAR1[3]	NM	(Nω)M-1	「(M-1)log2(Nω)」
				连续PTS[10]	NM	NMω	「NM log2(ω)」
SS-CAR1[3]	NM	NMω	「M log2(Nω)」
				MCAR1	NM	(Nω)M	「M log2(Nω)」
SS-MCAR1	NM	NMω	「M log2(Nω)」

图2示出了在子块(随机序列)数目M＝V＝4、天线数目Nε{2，4}且使用10⁵个独立OFDM符号的情况下，此特定实施例与PTS和SLM方案的PAPR性能的比较。从曲线中可以看出，此特定实施例比PTS性能更好。而且，如果天线数目增加，则斜率更陡，从而导致高PAPR值的可能的减小。从图2中还注意到，对于N＝2，对于此实施例，如与PTS相比，产生更好的PAPR减小，尽管前者采用一半数目的试验以及边信息位，例如如表1中所示。然而，对于N＝4的情形，此特定实施例采用与PTS相比2倍数目的试验，采用9个边信息位而非24个，并给出了良好的PAPR减小和陡的斜率。此特定实施例的另一实施优点在于加权因子取自集合W＝{+1，-1}，而不取自集合W＝{+1，-1，+j，-j}，如PTS的情形下那样。这样，这些结果意味着在相同IFFT数目的情况下，与SLM相比，此特定实施例减小MIMO-OFDM的PAPR的程度更大。 

对于此特定实施例，一些优点可至少部分与对在不同天线上发射的独立OFDM子块采用旋转和反转有关。例如，此方法产生更高的自由度，该更高的自由度可弥补遇到具有高PAPR的不良序列的可能性，然而，当然所要求的主题的范围不局限于此方面。然而，为了寻找期望的序列集合，在N＞2和/或M＞4的情况下，试验数目可能相对大。 

因此，可以采用例如复杂性降低了的、所要求的主题范围内的替选实施例。为了这些目的，这可以被称为连续次最佳CARI(SS-CARI)方案。搜索可以以连续方式执行，而不是遍及因子r和b的所有可能组合而搜索，然而，同样，所要求的主题的范围不局限于此方面。在所要求的主题的范围内，很多其它的实施例也是可能的。 

然而，对于此特定实施例，首先，假设对于m，r_m＝0且b_m＝1(原始序列集合)，计算整个序列集合(6)的PAPR并在存储器中存储最大值。然后，遍及r₁和b₁的可能组合而搜索，保持其它子块的系数不变。对于每个组合，在天线中寻找最大的PAPR。如果其小于存储器中存储的那个，则用新值覆盖其，并保持对应的r₁和b₁。在所有可能组合都用尽后，我们将获得最佳的r₁和b₁因子。然后，以此方式继续该过程，一次改变一个子块，直到所有r和b因子都已被依次找到为止。同样，这只是一种方法，很多其它方法也是可能的并且包括在所要求的主题的范围内。 

图3示出了在不同的发射天线数目N和子块数目M的情况下，此实施例与采用10⁶个独立OFDM符号的SLM的PAPR性能的比较。在M＝V＝4且N＝2的情况下，此实施例与SLM相比提供了一定的改进。在M＝V＝16的情况下，性能差异是较小的。如同SLM，此实施例采用相同的N_c点IFFT数目，但如果所述变换可用于利用大数目的输入矢量包含0的事实，可采用此特定实施例来实现复杂性的额外减小。 

尽管我们先前考虑了涉及空间复用的实施例，但类似地，STBC编码和SFBC编码的实施例也是可能的并包括在所要求的主题的范围内。为了说明操作，但为简明起见，让我们考虑采用Alamouti方案的STBC-OFDM系统，参见例如Alamouti的“A simple transmit diversity technique forwireless communications”，IEEE J.Select Areas Commun.，卷16，第1451至1458页，1998年10月(下文中为[4])，如图4所描绘的那样。当然，这只是一个实例，所要求的主题的范围不局限于此特定实例。在第一个符号周期期间，两个独立OFDM符号X₁和X₂分别从天线T_X1和T_X2发射。在下一个符号周期期间，X₂ ^*从天线T_X1发射，X₁ ^*从天线T_X2发射，其中，()^*表示按元素的复共扼操作。在此实例中，我们假设对于至少两个OFDM符号，信道保持固定。 

不难看出，上面的X_i和X_i ^*具有基本相同的PAPR特性。因此，利用正交STBC，PAPR减小可适用于第一个符号周期。在诸如例如使用根据所要求的主题的实施例来对X₁和X₂执行PAPR减小后，获得具有良好PAPR特性的两个经修改的序列，其将在第一个符号周期期间发射。在第二个符号周期期间，具有基本相同的PAPR特性的-X₂ ^*和X₁ ^*可被发射。 

由于序列X1和X2是独立的，上述实施例的上述结果对于涉及STBC-OFDM系统的此实施例是有效的。作为实例，对于N＝4的系统，可考虑1/2速率复正交STB码，参见例如Tarokh、Jafarkhani和Calderbank的“Space-time block codes from orthogonal designes”，IEEEJ.Select.Areas Commun.，卷16，第1451至1458页，1998年10月。

上述实施例可以与STBC-OFDM发射分集实施例一起使用。然而，由于OFDM符号持续时间与信道相干时间是可比较的，因此在至少某些情况下，这样的环境在移动系统中不实用。代替之，在快速衰落环境下，可以应用SFBC-OFDM发射分集技术来实现更好的性能。为简明起见，在替选实施例中，让我们考虑采用如[4]中所述的Alamouti方案的SFBC-OFDM系统。这样的实施例的简化框图在图5中示出。数据符号矢量x＝[X₀，X₁，...，X_Nc-1]被空间．频率编码器编码成两个矢量X₁和X₂，表示如下： 

$X_1=[X_0,-X_1^{*},...,X_{N_C-2},-X_{N_C-1}^{*}]$

$X_2=[X_1,X_0^{*},...,X_{N_C-1},X_{N_C-2}^{*}].---\left(8\right)$

矢量X₁和X₂被馈送到IFFT/CP块，并分别从天线T_x1和T_x2基本上同时发射。空间-频率编码/解码操作可以用偶数X_e和奇数X_o(输入数据符号矢量X的多相分量矢量)优美地表示，如例如下面由(9)所示： 

$X_e=[X_0,X_2,...,X_{N_C-4},X_{N_C-2}]$

$X_o=[X_1,X_3,...,X_{N_C-3},X_{N_C-1}]---\left(9\right)$

其中，矢量X_e和X_o的长度是N_c/2。等式(8)可以用基数和偶数分量矢量(9)表示，如下面由(10)所示： 

X_1，e＝X_e， $X_{1,o}=-X_o^{*}$

X_2，e＝X_o， $X_{2,O}=X_e^{*}.---\left(10\right)$

下面的(11)给出了接收器处的解调制信号： 

Y＝Λ₁X₁+Λ₂X₂+Z₁    (11) 

其中，A₁和A₂表示对角矩阵，其元素是对应的信道脉冲响应h₁和h₂的FFT。等式(11)可以用基数和偶数矢量分量X_1，e，X_1，o，X_2，e和X_2，o 表示，如下面由(12)所示： 

Y_e＝Λ_1，eX_1，e+Λ_2，eX_2，e+Z_e

Y_o＝Λ_1，oX_1，o+Λ_2，oX_2，o+Z_o    (12) 

空间-频率解码器给出根据下面由(13)所表示的下列度量值的估算： 

${\hat{X}}_e={\mathrm{\Λ}}_{1,e}^{*}{Y}_e+{\mathrm{\Λ}}_{2,o}{Y}_o^{*}$

${\hat{X}}_o={\mathrm{\Λ}}_{2,e}^{*}{Y}_e-{\mathrm{\Λ}}_{1,o}{Y}_o^{*}.$

把(12)代入(13)，并假设相邻子载波之间的复信道增益是近似相等的，得出下面的结果(14)： 

${\hat{X}}_e=({\left|{\mathrm{\Λ}}_{1,e}\right|}^2+{\left|{\mathrm{\Λ}}_{2,e}\right|}^2)X_e+{\mathrm{\Λ}}_{1,e}^{*}{Z}_e+{\mathrm{\Λ}}_{2,o}{Z}_o^{*}$

${\hat{X}}_o=({\left|{\mathrm{\Λ}}_{1,o}\right|}^2+{\left|{\mathrm{\Λ}}_{2,o}\right|}^2)X_o+{\mathrm{\Λ}}_{2,e}^{*}{Z}_e-{\mathrm{\Λ}}_{1,o}{Z}_o^{*}.---\left(14\right)$

与例如STBC-OFDM方案一样，SFBC-OFDM方案也遭受大的PAPR。然而，在这后一种情形下，不能执行简单的交叉天线旋转，因为它将毁坏Alamouti空间频率块码的结构。因此，在替选实施例中，可应用经修改的方案。 

如前面提及的那样，针对CARI和SS-CARI方案所描述的前述实施例不能直接应用于(8)的序列X₁和X₂，这是因为如在STBC-OFDM中那样，它们不是独立的，尽管由于该不独立而使得IFFT计算的一定实施复杂性减小是可能的。然而，代替CARI(SS-CARI)，对于这样的实施例，矢量X可以被分解成序列X’和X”，使得如下面(15)所示： 

X_e’＝X_e， $X_o^{\′}=0_{1\×\frac{N_C}{2}}$

X_e”＝X_o， $X_o^{\′\′}=0_{1\×\frac{N_C}{2}}.---\left(15\right)$

其中，矢量X_e和X_o由(9)定义。使用IFFT的线性和基本特性，以及参考(8)，天线上的时域序列可以用x’和x”(X’和X”的IFFT)表示，如下面的(16)所示： 

$x_1^{\left(0\right)}=x^{\′}-x^{\′\′}*\mathrm{JD}$

$x_2^{\left(0\right)}=x^{\′}*\mathrm{JD}+x^{\′\′}---\left(16\right)$

其中，上标⁽⁰⁾表示(14)中的解码位 $\hat{x}=[{\hat{x}}_0,{\hat{x}}_1,...,{\hat{x}}_{N_C-1}]$ 的不变顺序， J是N_c x N_c逆或反对角矩阵，D是来自单个载波平移的对角矩阵，如下面的(17)所示： 

$D=\mathrm{diag}(1,e^{j2\mathrm{\π}/N_C},...,e^{j2\mathrm{\π}(N_C-1)/N_C})---\left(17\right)$

现在有可能交换X的奇偶分量或等价地发送矢量X＝[X₁，X₀，…，X_Nc-1，X_Nc-2]而不是X＝[X₀，X₁，…，X_Nc-2，X_Nc-1]。这将影响前面的从(8)开始包括(16)的等式，x’和x”的值被交换，产生不同的序列集合，表示为x₁ ⁽¹⁾和x₂ ⁽¹⁾。在{x₁ ⁽⁰⁾，x₂ ⁽⁰⁾}和{x₁ ⁽¹⁾，x₂ ⁽¹⁾}之间具有最小的最大PAPR的集合可被选择来发射。在后一种情形下，例如，位以不同的顺序被解码，并因此在接收器处被重新布置。 

数据符号矢量X＝[X₀，X₁，…，X_Nc-1]可进一步被划分成M个不相交的载波子块X_m，m＝1，2，...，M，且前面的过程可独立地应用于每个子块。X_m具有原始序列的大小N_c，其中如果它们属于某个其它子块，则子载波位置设置为零。同样，子块中的非零子载波的范围为整数数目的空间-频率代码字。因此，原始序列可表示为 $X={\mathrm{\Σ}}_{m=1}^M{X}_m.$ 与(6)类似，结合第m个子块的旋转因子r_m∈{0，1}和相位因子b_m∈{+1，-1}，所得时间矢量如下面的(18)所示： 

$x_i^{\′}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{b}_m{x}_i^{\left(r_m\right)},i=\mathrm{1,2}.---\left(18\right)$

对于所有可能组合使用具有最小的最大PAPR的最小最大规则(7)序列集合，在此特定实施例中，r和b因子可被选择用于发射。然而，所要求的主题的范围当然并不局限于此方面。 

由于如表1所说明的MCARI方案的较高复杂性，可以采用替选实施例。代替遍及r和b的所有可能组合而搜索，搜索可以以连续方式进行，这例如结合前述实施例进行了描述。首先，假设对于m，r₁＝0且b₁＝1(原始序列集合)，计算整个序列集合(18)的PAPR并在存储器中存储最大值。遍及r和b的所有可能组合而搜索，保持其它子块的系数不变。对于每个组合，在天线中寻找最大的PAPR。如果其小于存储器中存储的那个，则用新值覆盖其。在所有可能组合都用尽后，在此特定实施例中，此子块的期望r和b因子保留。以此方式继续该过程，每次仅改变第m个子块，直到r和b因子已被依次找到为止。关于复杂性，此特定实施例的IFFT数目与前述实施例的IFFT数目基本上相同(参见例如表1)。由于(16)中两个矩阵相乘，可能产生额外的复杂性。矢量与对角矩阵D的相乘是两个矢量的按元素的相乘，而矢量与反对角矩阵J的相乘涉及颠倒矢量元素的顺序。 

可替选地，SLM方案可以与SFBC-OFDM结合使用，这是通过将数据矢量X与V个独立随机序列相乘、应用Alamouti编码并针对V计算集合{x’₁，x’₂}的PAPR来进行的。同样，最大PAPR为最小的序列集合被选择。 

图6示出了在相似复杂性，例如10⁶个独立OFDM符号和M＝Vε{4，16}的情况下，前述实施例优于SLM的性能优点。然而，由于SLM的斜率更陡，因此两个曲线将在低于10^-6PAPR水平相交。不过，此可能性如此小以至于在实践中可以被忽略。然而，此特定实施例的缺点是：与SLM相比，边信息位的数目更大。 

在N＝4的情形下，如前面实施例所提及的那样，可考虑1/2速率复正交STB码，参见例如Tarokh，Jafarkhani和Calderbank的“Space-timeblock codes from orthogonal designes”，IEEE J.Select.Areas Commun.，卷16，第1451至1458页，1998年10月。然而，为了将此特定实施例用于PAPR减小，输入符号矢量X＝{X₀，X₁，...，X_Nc-1}被分解成例如4个多相分量。 

值得注意的是，所要求的主题的实施例可以用在各种情况下，并且所要求的主题的范围不局限于此方面。例如，实施例可以用在各种可能的通信设备中，这些通信设备包括例如蜂窝电话、个人数字助理、膝上型电脑、媒体播放器等等。当然，所要求的主题的范围不局限于此实例。采用各种软件、固件和/或硬件的其它类型的设备和/或很多其它方法也是可能的，并且包括在所要求的主题的范围内。当然，应理解虽然只是描述了特定实施例，但是所要求的主题的范围不局限于特定实施例或实施。例如，一个实施例可以软件的方式，如实施为在设备或设备组合上工作，而另一个实施例可以软件的方式。类似地，实施例可以例如固件或者以硬件、软件和 /或固件的任何组合来实施。类似地，虽然所要求的主题的范围不局限于此方面，但是一个实施例可包括一个或多个物品，如存储介质或存储媒体。此存储媒体例如一个或多个CD-ROM和/或盘可在其上存储有指令，该指令当被系统例如计算机系统、计算平台或其它系统执行时，可产生根据所执行的所要求的主题的方法的实施例，例如前述实施例中的一个。作为一个可能的实例，计算平台可包括一个或多个处理单元或处理器，一个或多个输入/输出设备，如显示器、键盘和/或鼠标，和/或一个或多个存储器，如静态随机存取存储器、动态随机存取存储器、闪存和/或硬驱。例如，显示器可用于显示诸如那些可能相互关联的一个或多个查询和/或一个或多个树型表达式，然而，同样，所要求的主题的范围不局限于此实例。 

在前面的描述中，描述了所要求的主题的各个方面。为了解释的目的，阐明了特定的数目、系统和/或配置以提供对所要求的主题的透彻理解。然而，对于受益于本公开的本领域技术人员应明显的是，不用所述特定细节就可实践所要求的主题。在其它情况下，忽略和/或简化了公知特征，以免使所要求的主题不突出。尽管在这里说明和/或描述了某些特征，但本领域技术人员应能想到许多修改、替代、改变和/或等同设置。因此，应理解，所附权利要求旨在覆盖落入所要求的主题的真实精神内的所有这样的修改和/或改变。 

Claims (22)

1.一种发射信号的方法，包括：

对于多输入多输出MIMO方案准备正交频分复用OFDM序列，其中所述OFDM序列的至少某些子块的多相序列已被交织和反转以便减小峰均功率比；以及

发射所准备的OFDM序列，

其中具有被交织和反转的多相序列的所述OFDM序列的所述子块被选择，使得在子块的多相序列的交织和反转的可能组合中，峰均功率比减小最多的交织和反转的组合被发射，

其中所述OFDM序列被表示为X_i，i＝1，2，...，N，并且所述OFDM序列被划分成M个不相交的载波子块，划分方式使得X_i，m中的所有子载波位置都被设置为0，如果它们属于其它子块

的话。

2.权利要求1所述的方法，其中所述子块包括相等大小的所述OFDM序列的划分。

3.权利要求1所述的方法，其中所述子块包括两个多相序列。

4.权利要求1所述的方法，其中通过依次计算一些子块，来选择具有被交织和反转的多相序列的所述OFDM序列的所述子块，在那些子块中，交织和反转所述多相序列将减小峰均功率比。

5.权利要求1所述的方法，其中所述OFDM序列使用至少两个天线来发射。

6.权利要求1所述的方法，其中所述方案采用空时分组码STBC编码。

7.权利要求1所述的方法，其中所述方案采用SFBC编码。

8.权利要求1所述的方法，其中所述方案采用空间复用。

9.一种发射信号的设备，包括：

采用多输入多输出MIMO-正交频分复用OFDM方案的发射器；

所述发射器适于发射OFDM序列，其中所述OFDM序列的至少某些子块的多相序列已被交织和反转以便减小峰均功率比，

其中所述发射器适于选择具有被交织和反转的多相序列的所述OFDM序列的所述子块，使得在子块的多相序列的交织和反转的可能组合中，峰均功率比减小最多的交织和反转的组合被发射，

其中所述OFDM序列被表示为X_i，i＝1，2，...，N，并且所述OFDM序列被划分成M个不相交的载波子块，划分方式使得X_i，m中的所有子载波位置都被设置为0，如果它们属于其它子块

的话。

10.权利要求9所述的设备，其中所述子块包括相等大小的所述OFDM序列的划分。

11.权利要求9所述的设备，其中所述子块包括两个多相序列。

12.权利要求9所述的设备，其中所述发射器适于通过依次计算一些子块，来选择具有被交织和反转的多相序列的所述OFDM序列的所述子块，在那些子块中，交织和反转所述多相序列将减小峰均功率比。

13.权利要求9所述的设备，其中所述发射器能够应用空时分组码STBC编码。

14.权利要求9所述的设备，其中所述发射器能够应用SFBC编码。

15.权利要求9所述的设备，其中所述发射器能够应用空间复用。

16.一种发射信号的设备，包括：

计算装置；

所述计算装置适于计算用于通过多输入多输出MIMO方案发射的正交频分复用OFDM序列，其中所述OFDM序列的至少某些子块的多相序列被交织和反转以便减小峰均功率比，

其中所述计算装置适于选择具有被交织和反转的多相序列的所述OFDM序列的所述子块，使得在子块的多相序列的交织和反转的可能组合中，峰均功率比减小最多的交织和反转的组合被选择用于发射，

其中所述OFDM序列被表示为X_i，i＝1，2，...，N，并且所述OFDM序列被划分成M个不相交的载波子块，划分方式使得X_i，m中的所有子载波位置都被设置为0，如果它们属于其它子块的话。

17.权利要求16所述的设备，其中所述子块包括相等大小的所述OFDM序列的划分。

18.权利要求16所述的设备，其中所述子块包括两个多相序列。

19.权利要求16所述的设备，其中所述计算装置适于通过依次计算一些子块，来选择具有被交织和反转的多相序列的所述OFDM序列的所述子块，在那些子块中，交织和反转所述多相序列将减小峰均功率比。

20.权利要求16所述的设备，其中所述计算装置适于应用STBC编码。

21.权利要求16所述的设备，其中所述计算装置适于应用空时分组码SFBC编码。

22.权利要求16所述的设备，其中所述计算装置适于应用空间复用。

Images