CN101227446A - 一种基于自适应evm的信号峰均比降低方法 - Google Patents

Abstract

一种基于自适应EVM的信号峰均比降低方法，包括对计算符号的PAPR值、计算符号的最大EVM值等步骤组成。本发明利用或针对取得较大对峰均比的抑制会更好，同时信号出现高峰均比的可能性较小，更多时候峰均比都较低的特点，对峰均比较大的输入信号采用较高EVM来处理；而对峰均比较小的输入信号采用较小的EVM来处理，从而保证了所有符号的平均EVM不超过系统要求的门限的条件下，尽可能的抑制出现高峰均比的那些符号。该方法实现简单只需要进行简单的限幅和带内外噪声限制；对PAPR的抑制效果明显；无需对接收机做任何改动；无需传送任何副信息；适用范围广，能用于对EVM和PAPR同时有要求的系统，如：OFDM或CDMA等。

Description

一种基于自适应EVM的信号峰均比降低方法

技术领域

一种基于自适应EVM(Error Vector Magnitude)的信号峰均比降低方法，属于无线移动通信技术领域，特别涉及信号峰均比降低技术。

背景技术

在无线通信系统中，如：OFDM或CDMA系统，发射端由于多路信号的同时叠加往往会出现在某些时刻信号相互增强，在另一些时刻相互削弱的情况，这样发射的信号波形表现出峰值功率和平均功率有很大的差异，这种差异通常用峰均比(PAPR，Peak to Average PowerRatio)来衡量，其数学定义为：

$\mathrm{PAPR}=10\·\log \left(\frac{\max {\left|S\left(t\right)\right|}^2}{E\left[{\left|S\left(t\right)\right|}^2\right]}\right)\left(\mathrm{dB}\right)---\left(1\right)$

其中，S(t)为时域信号，max(*)表示求最大值，E[*]表示求数学期望。

如果信号的PAPR比较大，那么对功放的线性动态范围要求会很高而高线型的放大器将直接导致硬件成本增加，因此PAPR问题已经成为OFDM或CDMA系统的关键技术问题。

现有降低峰均比的方法最主要有压缩扩张法、编码法、星座图扩展法(ACE，ActiveConstellation Extension)、TR(Tone Reservation)、部分传输序列法(PTS，Partial TransmissionSequences)、选择映射法(SLM，Selective Mapping)和限幅法等。

压缩扩张方法属于信号畸变技术中的一种，是一种对信号的非线性变换处理方法。这种方法最大的优点是计算量小、实现简单，缺点是对系统误码率有影响。这种预畸变技术带来的信号的失真比较大。

编码法通过对待发送的数据引入一些冗余比特，从编码后的码字中选取PAPR较小的码字作为传输码字。但是由于冗余，其频谱效率会有所损失；同时，需要在发射机和接收机中增加相应的编码和解码模块使其与现有协议的兼容性较差。

星座图扩展法(ACE)的原理是对外围星座图区域进行扩展，由可扩展区域内的点来代替外围星座点使处理后的信号的PAPR降低。但是由于ACE是通过扩大星座图的范围来达到降低PAPR的效果，这样会增加发射信号的平均功率，造成一定的功率损失。

TR技术通过利用空闲子载波传输特定的数据来获得PAPR的降低。由于TR方法需要系统中预留一部分不用的子载波，因此如果没有空余子载波时，TR方法将不能使用；同时TR方法使用了空闲子载波，其发射功率也会相应增加，造成功率的损失。

部分传输序列法的主要思想是将输入数据划分为M个数据子块之和，对每个子块分别乘以相位因子的不同组合，从中选择峰均比最小的信号进行发送。但是部分传输序列法需要将发射机所选择的相位因子信息一并传给接收机，副信息的传输也会占用系统带宽和消耗部分功率。

选择映射法的基本思想为：使用U组预先设计的伪随机向量P_u(1≤u≤U)与原信号相乘，然后对所产生的U组信号分别进行IDFT，再从中选出峰均比较低的信号进行传输，并同时发送副信息以通知接收端所选择的伪随机向量。该方法与前面的部分传输序列法方法大同小异，它也需要传送副信息，需要对收发信机进行修改，与现有协议的兼容性较差。

限幅法是简单且容易实现的降低PAPR的方法，限幅不仅可以有效控制峰均比，而且复杂度小，冗余度低，是目前应用最为广泛应用的抑制峰均比的方案之一。传统限幅法的基本原理是预定限幅门限T_h，对信号包络超过门限的部分进行直接消除：

$\hat{s}\left(t\right)=\left\{\begin{array}{cc}s\left(t\right),& \left(\right|s\left(t\right)\left|{\≤T}_h\right)\\ T_h\exp (j\∠s\left(t\right)),& \left(\right|s\left(t\right)\left|{>T}_h\right)\end{array}\right.---\left(2\right)$

其中，|s(t)|表示信号的幅度，∠s(t)表示信号的相位。即在输入信号幅度小于门限时，信号直接传输；在输入信号幅度大于门限时，保持信号相位不变，而将幅度限制在门限T_h；在限幅后，对因限幅的非线性引起的噪声需要进行限制，以满足系统规定的一个固定噪声门限值。

从上面介绍的传统限幅法可以看出，由于在传统的限幅法中，没有利用输入信号PAPR大小的变化来限制噪声，即每个符号(信号的每部分)都是用系统规定的一个固定噪声门限值进行噪声限制，这样就会使得PAPR本来就比较低的输入符号在处理后该符号的PAPR变得更低，而PAPR很高的符号在处理后其PAPR依然很高，这些以很小概率出现却具有很高PAPR的符号成为限幅法抑制PAPR能力的瓶颈。

发明内容

为了方便本发明的描述，在此对发明描述中所用的部分术语进行解释和说明。

1、符号：本发明所指的符号是指在一段时间内(或一帧内)所传输的数据信息，例如：在OFDM系统中一个符号就是在一次IFFT和并串变换后得到的数据信息；在CDMA系统中，一个符号就是扩频前的被一次扩频码处理的数据，扩频后它由多个码片组成。

2.EVM：EVM是用来衡量噪声量的大小的一种参数。在信号发射前对信号的预处理会在信号中产生噪声从而使信号产生的畸变，产生的畸变后的信号对应的星座点与没有奇变时信号所对应的标准星座点之间具有一定程度的偏移量，这个偏移量就通常用EVM来衡量，第i个符号EVM的数学定义如下：

${\mathrm{EVM}}_i=\frac{1}{S_{\max }}\sqrt{\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2}---\left(3\right)$

其中，EVM_i表示第i(i为大于零的整数值)个符号的EVM值，S_max表示调制星座点的最大幅度，N(N为大于零的整数值)表示子载波的数目，X_k ⁱ表示第i个符号的第k(k为大于等于零的整数值)个子载波或码片在处理前的调制数据，

表示第i个符号的第k个子载波或码片在处理后的调制数据。

3、

是对第1个至第i个符号的EVM的统计平均值。

4、定义为系统给定的一个EVM门限，即在一段时间内所有符号的EVM的平均值不超过

比如在IEEE Std 802.16e.-2005中规定16QAM时 $\stackrel{\‾}{\mathrm{EVM}}\≤6\%,$ QPSK时 $\stackrel{\‾}{\mathrm{EVM}}\≤12\%.$ 一般说来

取得较大对峰均比的抑制会更好，但星座的畸变程度也随之较大，误码率性能会恶化。因而需要选择适合的

使得在峰均比的抑制和误码率性能间取得折中。

5、限幅率CR(Clipping Ratio)：定义为限幅门限与信号功率的均方根的比值。

6、频谱模板：表示相对功率随频率变化的表或图；

本发明针对传统的限幅法中由于没有根据信号的PAPR大小变化来限制由限幅引入的噪声，使信号峰均比降低性能不佳的状况，提出一种对PAPR较大的符号(信号的一部分)采用较高EVM来处理，而对PAPR较小的信号采用较小的EVM来处理的信号峰均比降低方法，这种方法可以在保证所有符号的平均EVM不超过系统要求的门限

的条件下，尽可能的抑制出现高峰均比的那些符号。该方法的具体处理过程如下列步骤所示：

步骤1：建立EVM与最优CR关系表(每个EVM所对应的最优CR可以通过事先的仿真获取)；此步骤只需在系统建立时一次性完成，以后系统运行时，不再需要此步骤，但用户可以更新该关系表中的数据；

步骤2：初始化 ${\stackrel{\‾}{\mathrm{EVM}}}_0=0;$

步骤3：对符号i进行过采样；

步骤4：计算步骤3中采样后的符号i的PAPR值；

步骤5：判断步骤4中PAPR值是否小于预设或给定的PAPR门限Th，如果判断结果PAPR已经小于或等于门限Th则直接对该符号进行输出，如果判断结果是PAPR值大于门限Th，则转到步骤6；

步骤6：根据前i-1个符号的EVM的平均值

和系统对平均EVM的要求

计算出当前第i个符号可取的最大EVM，即EVM_max，并置当前第i个符号的EVM_i＝EVM_initial，置指示标记indicator＝0，置迭代次数Iter＝0其中EVM_initial是初始设定的介于0与EVM_max之间的实数；indicator用于标记以EVM_i进行处理后得到的PAPR是否超过了门限Th，indicator＝1表明处理后的PAPR超过了门限Th，indicator＝0表明处理后的PAPR未超过门限Th；Iter表示迭代的次数，它是介于0与Iter_max之间的整数，Iter_max表示最大的迭代次数；

步骤7：查询步骤1中所建立的EVM与最优CR关系表，找出与步骤6获得的EVM_i相对应的最优限幅率CR，并以该CR对当前符号进行限幅；

步骤8：对限幅后的带内噪声进行限制，通过一定的算法使得第i个符号的EVM等于EVM_i，同时对限幅引起的带外噪声进行滤波处理以抑制对相邻频带的干扰；

步骤9：判断Iter是否达到预设的最大迭代次数Iter_max，如果没有达到则将迭代次数Iter增加1，并转向步骤7，如果达到，则转向步骤10；

步骤10：计算所述的EVM_i所对应的处理后波形的PAPR值；

步骤11：判断步骤10所得到的PAPR是否大于预设的PAPR门限Th，如果步骤10所得到的PAPR大于预设的PAPR门限Th，则转向步骤12；如果步骤10计算所得到的PAPR小于或等于预设的PAPR门限Th，则转向步骤13；

步骤12：将步骤10中的EVM_i与ΔEVM相加，如果相加后的值小于等于EVM_max，则置EVM_i＝EVM_i+ΔEVM，同时置indicator＝1，Iter＝0，并转向步骤7；如果相加后的值大于EVM_max，则转向步骤15；

步骤13：判断此时的indicator是否等于1，如果为1则转向步骤15，如果为0则执行步骤14；

步骤14：置步骤10中的EVM_i＝EVM_i-ΔEVM，Iter＝0并转向步骤7；

步骤15：输出处理后的波形，同时对

进行更新，根据

和EVM_i按照如下关系式递推更新得到

${\stackrel{\‾}{\mathrm{EVM}}}_{1~i}=\sqrt{\frac{(i-1){\stackrel{\‾}{\mathrm{EVM}}}_{1~i-1}^2+{\mathrm{EVM}}_i^2}{i}}---\left(4\right)$

本发明方法的处理过程可表示为如图1所示的流程。

本发明的有益效果：

相对于现有的峰均比抑制算法有如下一些优势：

1、对PAPR的抑制效果明显。与传统的固定EVM的限幅方法相比，自适应EVM的方法能在保证整个通信过程的EVM要求下，根据当前输入符号的PAPR大小动态的调整当前符号的EVM，对于PAPR本来就已经较小的符号采用较小的EVM，对于较大PAPR的那些符号采用较大的EVM，这样可以对那些极少出现的高PAPR值符号起到更大的PAPR抑制效果。

2、与现有协议兼容。该方法由于只是采用简单的限幅的方式，所以无需改变接收机的结构，能很好的与现有系统相兼容。

3、无需传送副信息。该方法与传统的PTS、SLM、TR等方法相比，无需任何副信息，系统的频谱效率更高。

4、适用范围广。由于该算法实现简单、与现有协议兼容，因此可适用于对EVM和PAPR同时有要求的系统，如OFDM或CDMA等。

5、系统误码率性能好。由于在降低PAPR的同时考虑了系统的EVM要求，所以系统的误码率性能无明显变化。同时可以根据不同系统的要求在EVM和PAPR之间进行动态的调整，实现EVM和PAPR性能的折中。

6、实现简单。本发明无需过多的复杂计算，只需要进行简单的限幅和多次迭代即可实现。

本发明的实质是：在保证系统的平均EVM满足要求的情况下，能根据当前输入信号峰值平均功率比的大小动态的改变当前符号的EVM，保证所有符号的平均EVM不超过系统要求的门限

的条件下，获得更好的降低峰值比。

附图说明

图1是本发明的自适应EVM峰均比抑制算法的流程框图。

图2是本发明的一种基于自适应EVM的峰均比降低方法在OFDM系统中的一个实例。其中，1是传统OFDM系统的调制模块；2是CR与最优EVM关系表模块；3是平均EVM更新模块；4是自适应EVM峰均比抑制算法模块；5是D/A转换模块。

图3是图2所示实施例中对限幅后信号进行带内噪声抑制的具体流程框图。

图4是图2所示实施例中对限幅后信号进行带外噪声抑制所满足的频率模板。

具体实施方式

本算法可用于对EVM有要求的峰均比抑制系统中，如OFDM或CDMA。这里以OFDM系统为例来介绍该算法在OFDM的峰均比抑制中的具体运用。

如图2所示，给出了一种基于自适应EVM的峰均比降低方法在OFDM系统中的一个具体实施例。它包括OFDM调制模块1、EVM与最优限幅率CR(Clipping Ratio)关系表2、平均EVM更新模块3、自适应EVM峰均比抑制算法模块4和D/A转换模块5，其中OFDM调制模块1的输入为基带调制数据，OFDM调制模块1的输出为调制后OFDM信号，该输出信号输入到自适应EVM峰均比抑制算法模块4的一个输入端，作为自适应EVM峰均比抑制算法模块4的一个输入信号，自适应EVM峰均比抑制算法模块4有三个输入信号，另一个输入信号是最优限幅率CR(Clipping Ratio)关系表模块2，再一个输入信号是平均EVM更新模块3，在自适应EVM峰均比抑制算法模块4利用模块2提供的EVM与最优限幅率CR关系表和模块3提供的之前所有符号的平均EVM值来确定当前符号应该采用的EVM和与之相应的最优限幅率CR，因此模块2和模块3为模块4的自适应算法参数的正确设置提供了必要的保证。以下对各个模块和算法的流程分别进行介绍。

所述的OFDM调制模块1与传统的OFDM调制模块相同。经过IFFT调制后得到N点的时域信号，其数学表示如公式(5)：

$x\left[n\right]=\mathrm{IFF}{T}_N\left(X\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left[k\right]\exp \left(j\frac{2\mathrm{\πnk}}{N}\right),0\≤n\≤N-1---\left(5\right)$

其中，X[k]为星座映射后得到的待发送的频域数据信号。

所述的EVM与最优CR关系表模块2是一个存储模块，由于对于特定的调制方式、特定的EVM和特定的子载波数，采用不同的CR对PAPR的抑制能力会有较大差异，因此可事先通过仿真确定每一种参数设置下的所对应的最优的限幅率CR，并将该值存入模块2中，在之后的系统运行中只需要查询该表即可，例如：在2048个子载波，16QAM调制，EVM＝1％～9％时所对应的最优CR关系如下表：

EVM	1％	2％	3％	4％	5％	6％	7％	8％	9％
										最优CR	2	2	2	1.95	1.85	1.8	1.75	1.7	1.7

所述的平均EVM更新模块3完成对当前第i(i是从1开始整数)个OFDM符号的EVM_i的最大值的计算和前i个OFDM符号的平均

的更新，第i个OFDM符号的EVM计算可由公式(3)计算得到；前i个OFDM符号的平均EVM更新可由式(4)递推得到。

如图2所示，将经过模块1调制后得到的原始OFDM信号送入自适应EVM峰均比抑制算法模块进行峰均比的处理，其具体处理过程如图1所示。

整个处理流程大体上可分为15个步骤：

步骤1：建立EVM与最优CR关系表(每个EVM所对应的最优CR可以通过事先的仿真获取)；

步骤2：初始化 ${\stackrel{\‾}{\mathrm{EVM}}}_0=0;$

步骤3：对OFDM调制模块1的IFFT输出符号i进行过采样；

步骤4：计算经过步骤3过采样后的符号i的PAPR值；

步骤5：判断步骤4中PAPR值是否小于预设的PAPR门限Th，如果判断结果是PAPR已经小于或等于门限Th则直接送至D/A变换模块5，如果判断结果是PAPR值大于门限Th，则转到步骤6；

步骤6：根据前i-1个OFDM符号的EVM平均值

和系统对平均EVM的要求

计算出当前第i个OFDM符号可取的最大EVM，即EVM_max，并置当前第i个符号的EVM_i＝EVM_initial，置指示标记indicator＝0，置迭代次数Iter＝0其中EVM_initial是初始设定的介于0与EVM_max之间的实数；indicator用于标记以EVM_i进行处理后得到的PAPR是否超过了门限Th，indicator＝1表明处理后的PAPR超过了门限Th，indicator＝0表明处理后的PAPR未超过门限Th；Iter表示迭代的次数，它是介于0与Iter_max之间的整数，Iter_max表示最大的迭代次数；

步骤7：查询EVM与最优CR关系表，找出与步骤6获得的EVM_i相对应的最优限幅率CR，并以该CR对当前符号进行限幅；

步骤8：对限幅产生的带内噪声进行限制，通过一定的算法使得第i个OFDM符号的EVM等于EVM_i，同时对限幅引起的带外噪声进行滤波处理以抑制对相邻频带的干扰；具体带内噪声限制和带外噪声处理算法参见后面的详细介绍和图3、图4；

步骤9：判断Iter是否达到预设的最大迭代次数Iter_max，如果没有达到则将迭代次数Iter增加1，并转向步骤7，如果达到，则转向步骤10；

步骤10：计算EVM_i所对应的处理后OFDM波形的PAPR值；

步骤11：判断步骤10计算所得到的PAPR是否大于预设的PAPR门限Th，如果步骤10计算所得到的PAPR大于预设的PAPR门限Th，则转向步骤12；如果步骤10计算所得到的PAPR小于或等于预设的PAPR门限Th，则转向步骤13；

步骤12：将步骤10中的EVM_i与ΔEVM相加，如果相加后的值小于等于EVM_max，则置EVM_i＝EVM_i+ΔEVM，同时置indicator＝1，Iter＝0，并转向步骤7；如果相加后的值大于EVM_max，则转向步骤15；

步骤13：判断此时的indicator是否等于1，如果为1则转向步骤15，如果为0则执行步骤14；

步骤14：置步骤10中的EVM_i＝EVM_i-ΔEVM，Iter＝0，并转向步骤7；

步骤15：输出处理后的OFDM波形，同时对

进行更新，根据

和EVM_i按照式(4)递推更新得到

由于在对原始信号进行限幅处理后会引入带内、外噪声，为了保证系统的误码率性能需要对带内噪声进行限制使其满足EVM的要求；同样为了不对邻道信号造成影响，需要对带外噪声加上频谱模板(Spectral Mask)。步骤8涉及的带内处理过程在图3中给出了一个示例，该处理过程包括以下7个步骤：

步骤1：对输入的第i个OFDM符号限幅后再进行FFT变换以将限幅后的信号变到频域；

步骤2：计算第i个OFDM符号的第k(k≥0)个子载波的星座点偏移量 $e_k^i={|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2,$ 并按照升序重新排列；

步骤3：从升序排列后的子载波中找出前M个子载波，使的M个子载波满足 $\frac{1}{S_{\max }}\sqrt{\frac{1}{M}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2}{\≤\mathrm{EVM}}_i,$ 同时前M+1个子载波满足 $\frac{1}{S_{\max }}\sqrt{\frac{1}{M+1}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2}{>\mathrm{EVM}}_i;$

步骤4：判断M是否等于0。如果是，则转到步骤5；否则转到步骤6；

步骤5：保持所有子载波噪声相位不变，噪声幅度修正为EVM_i·S_max，并转到步骤7；

步骤6：保持前M个子载波噪声不变，M+1后的子载波噪声相位不变，噪声幅度修正为EVM_i·S_max；

步骤7：对带内噪声抑制后的信号做IFFT变换到时域并输出

对于带外处理过程中加入的频谱模板，在不同的系统中会有不同的要求。图4中给出了IEEE Std 802.16e.-2005中的带外频谱要求。其中的A～D点的取值根据带宽的不同会有以下两种情况：

带宽(MHz)	A	B	C	D
					20	9.5	10.9	19.5	29.5
10	4.75	5.45	9.75	14.75

Claims (5)

1.一种基于自适应EVM的信号峰均比降低方法，其特征在于它包括以下步骤：

步骤1：在系统建立时一次性建立EVM与最优CR关系表，以后系统运行时，不再需要此步骤，但用户可以更新该关系表中的数据；

步骤2：初始化 ${\stackrel{\‾}{\mathrm{EVM}}}_0=0;$

步骤3：对符号i进行过采样；

步骤4：计算步骤3中采样后的符号i的PAPR值；

步骤5：判断步骤4中PAPR值是否小于预设或给定的PAPR门限Th，如果判断结果是：PAPR已经小于或等于门限Th则直接对该符号进行输出，如果判断结果是PAPR值大于门限Th，则转到步骤6；

步骤6：根据前i-1个符号的EVM平均值

和系统对平均EVM的要求

计算出当前第i个符号可取的最大EVM，即EVM_max，并置当前第i个符号的EVM_i＝EVM_initial，置指示标记indicator＝0，置迭代次数Iter＝0其中EVM_initial是初始设定的介于0与EVM_max之间的实数；indicator用于标记以EVM_i进行处理后得到的PAPR是否超过了门限Th，indicator＝1表明处理后的PAPR超过了门限Th，indicator＝0表明处理后的PAPR未超过门限Th；Iter表示迭代的次数，它是介于0与Iter_max之间的整数，Iter_max表示最大的迭代次数；

步骤7：查询步骤1中所建立的EVM与最优CR关系表，找出与步骤6获得的EVM_i相对应的最优限幅率CR，并以该CR对当前符号进行限幅；

步骤8：对限幅后的带内噪声进行限制，通过一定的算法使得第i个符号的EVM等于EVM_i，同时对限幅引起的带外噪声进行滤波处理以抑制对相邻频带的干扰；

步骤9：判断Iter是否达到预设的最大迭代次数Iter_max，如果没有达到则将迭代次数Iter增加1，并转向步骤7，如果达到，则转向步骤10；

步骤10：计算所述的EVM_i所对应的处理后波形的PAPR值；

步骤11：判断步骤10所得到的PAPR是否大于预设的PAPR门限Th，如果步骤10所得到的PAPR大于预设的PAPR门限Th，则转向步骤12；如果步骤10计算所得到的PAPR小于或等于预设的PAPR门限Th，则转向步骤13；

步骤12：将步骤10中的EVM_i与ΔEVM相加，如果相加后的值小于等于EVM_max，则置EVM_i＝EVM_i+ΔEVM，同时置indicator＝1，Iter＝0，并转向步骤7；如果相加后的值大于EVM_max，则转向步骤15；

步骤13：判断此时的indicator是否等于1，如果为1则转向步骤15，如果为0则执行步骤14；

步骤14：置步骤10中的EVM_i＝EVM_i-ΔEVM，Iter＝0并转向步骤7；

步骤15：输出处理后的波形，同时对

进行更新，根据

和EVM_i按照如下关系式递推更新得到

${\stackrel{\‾}{\mathrm{EVM}}}_{1~i}=\sqrt{\frac{(i-1){\stackrel{\‾}{\mathrm{EVM}}}_{1~i-1}^2+{\mathrm{EVM}}_i^2}{i}}$

2.根据权利要求1所述的一种基于自适应EVM的信号峰均比降低方法，其特征在于步骤1中所述的最优CR关系表中的对应的数据可事先通过仿真选取。

3.根据权利要求1所述的一种基于自适应EVM的信号峰均比降低方法，其特征在于在对特定的EVM进行处理时，采用多次限幅和带内外噪声限制的处理方式来达到降低峰值平均功率比的目的。

4.根据权利要求1所述的一种基于自适应EVM的信号峰均比降低方法，其特征在于在步骤8进行带内噪声抑制时，在OFDM系统中包括如下步骤：

步骤1：对输入的第i个OFDM符号限幅后再进行FFT变换以将限幅后的信号变到频域；

步骤2：计算第i个OFDM符号的第k(k≥0)个子载波的星座点偏移量 $e_k^i={|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2,$ 并按照升序重新排列；

步骤3：从升序排列后的子载波中找出前M个子载波，使的M个子载波满足 $\frac{1}{S_{\max }}\sqrt{\frac{1}{M}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2}{\≤\mathrm{EVM}}_i,$ 同时前M+1个子载波满足 $\frac{1}{S_{\max }}\sqrt{\frac{1}{M+1}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{|{\stackrel{\‾}{X}}_k^i-X_k^i|}^2}{>\mathrm{EVM}}_i;$

步骤4：判断M是否等于0。如果是，则转到步骤5；否则转到步骤6；

步骤5：保持所有子载波噪声相位不变，噪声幅度修正为EVM_i·S_max，并转到步骤7；

步骤6：保持前M个子载波噪声不变，M+1后的子载波噪声相位不变，噪声幅度修正为EVM_i·S_max；

步骤7：对带内噪声抑制的信号做IFFT变换到时域并输出。

5.根据权利要求1所述的一种基于自适应EVM的信号峰均比降低方法，其特征在于在步骤8中进行带外噪声限制时，对处理中产生的带外的噪声添加频谱模板，使其满足特定系统的带外噪声衰减要求。

Images