CN101755426A - Ofdm削波上采样和evm优化使频谱干扰集中于所用频带以外 - Google Patents

Abstract

本发明涉及一种用于以对时域宽带无线电信号的最大量值进行限定的预定阈值对信号削波的方法，其中确定和减去用于削波的差值信号，该差值信号使频谱干扰集中于所用频带以外的一个或者多个未使用的子载波中。本发明还涉及一种用于以对时域宽带无线电信号的最大量值进行限定的预定阈值对信号削波的削波单元，该削波单元包括用于实现前述权利要求之一的方法的信号处理装置。并且本发明涉及一种包括削波单元的功率放大器单元。本发明也涉及一种包括削波单元的网元，比如节点B。

Description

OFDM削波上采样和EVM优化使频谱干扰集中于所用频带以外

技术领域

本发明涉及用于发送数字多载波信号的无线通信系统领域。具体而言，本发明涉及降低使用正交频分复用(OFDM)的系统和方法的峰均功率比(PAPR)。

背景技术

使用如OFDM的发送技术的一个缺点在于发送信号的PAPR大，因为它降低发送器功率放大器的效率。为了降低PAPR，通常与滤波过程组合在时域将信号削波，其中滤波过程补偿因削波而造成的频谱损伤。

频谱损伤是以将数据编码为频域频谱线为基础的OFDM信号的关键点。尤其是较高阶调制如16或者64正交调幅(QAM)对频谱线的掺杂高度地敏感。

技术问题在于发现一种针对预定PAPR产生频谱线最小误差的削波方法。

削波是一种用于减少如下发送器的数字发送路径中的PAPR的公知方法，这些发送器将时域等中的数据编码例如用于宽带码分多址(WCDMA)系统。

已知若干方法如参见AWATER等人的第6,175,551号美国专利Transmission system and method employing peak cancellation toreduce the peak-to-average power ratio或者如DARTOIS，L的第1 195892公开号欧洲专利提出的Method for clipping a wideband radiosignal and corresponding transmitter用以在超过给定功率阈值时通过减去预定削波函数将信号峰值削波。为了保证削波没有造成任何带外干扰，选择具有与发送信号近似相同带宽的函数。这称为软削波。

这些方法对于OFDM信号而言并非最优：它们在避免带外干扰时破坏了频谱线。

在JAENECKE，PETER；STRAUSS，JENS和DARTOIS，LUC的第02360252,7号欧洲专利申请Method of scaling power amplitude in asignal and corresponding transmitter/Non-linear Method of EmployingPeak Cancellation to Reduce Peak-to-Average Power Ratio或者FARNESE，DOMENICO在Chalmer University of Technology于1997-1998学年的硕士论文Techniques for Peak Power Reduction inOFDM Systems中描述了用以降低PAPR的更多方法。

编码方案将OFDM系统中的已知块代码与恒定模数的星座一起使用。块代码去除一些星座组合。如果那些组合恰好产生大峰值，则已编码系统将具有比未编码版本更小的最大峰值。这些方法无损于信号质量；它们是载波数目少的系统所希望的一种方式。但是随着载波数目增加，编码方案变得难以处理，因为为了存储代码块而需要的存储器和为了发现对应代码字而需要的CPU时间随着载波数目而急剧增长。

通常，相关位模式(例如长串的一或者零)生成如下星座点，这些星座点造成高量值的时间信号。因此，对输入位流有选择的加扰可以减少那些位模式生成大峰值的概率。该方法是为了形成其中前两位分别为00、01、10和11的四个代码字。通过四个固定等效m序列先对消息位循环加扰。然后，选择PAPR最低的一个序列，并且在所选序列的开头附加先前限定的对位之一。在接收器，这些前两位用来选择适当解扰器。PAPR通常减少至最大可能值的2％而同时在实际系统中引起可忽略的冗余度。然而，对加扰序列选择进行编码的位中的错误可能导致解码错误的长久传播。

对于子载波预留(tone reservation)方法，保留子载波的小型子集用于优化PAPR。其目的在于发现为了减少PAPR而将向原时域信号x添加的时域信号。令X为来自x的傅里叶变换，c为用来减少PAPR的时域信号，而C为它的傅里叶变换。然后，x+c是“已削波”时域信号，而X+C是它的对应频域信号。假设在C中仅少数元素(子载波)不同于零。保留这些子载波用于削波目的，即它们必须在信号X中为零。

其优点在于这一方法就待发送的数据而言无失真。然而，该方法具有严重缺点：

(a)在一个点或者在一些点的时域削波一般意味着在频域中针对所有子载波的改变。仅保留它们中的一些使PAPR减少次优。

(b)如果在OFDM符号中已保留子载波属于已占用子载波，则出现数据速率损失，而频谱保持几乎不变。然而如果已保留子载波属于未占用子载波，则数据速率不变，而可能违背相邻信道功率比(ACPR)要求和/或频谱屏蔽。例如可以在http://de.wikipedia.org/wiki/Adjacent Channel Power中找到ACPR的定义。

正在研究应对PAPR问题，并且提出诸如削波、峰值加窗、编码、脉冲整形、子载波预留和子载波注入等若干技术。但是这些方法中的多数方法不能在复杂度低、编码开销低、无性能下降并且无发送器接收器符号握手的情况下同时实现大量减少PAPR。

发明内容

本专利申请公开了一种用以通过如下来克服上述问题的方法，该方法用于以对信号的最大量值进行限定的预定阈值对时域信号削波，从而将未使用的稀疏子载波用于补偿削波干扰。

对应地通过一种削波单元和一种对应功率放大器单元来解决该问题。

在本发明背后的基本想法在于未使用的子载波以及循环前缀和倾斜区给予发现如下最优已削波OFDM信号的自由度，在该信号中不希望的削波副效应得到补偿。要求保护的PAPR减少方法为预定PAPR产生最小频域误差矢量量值(EVM)。

实际上，发送器中的信号处理需要91MHz和更高的数据速率。由于该方法的计算复杂度，在这些高数据速率对信号削波并不可行。然而与后续上采样组合的低数据速率削波导致信号量值在预定削波阈值以上的过冲，即它部分地抵消削波结果。

将识别如下削波方法这一问题公开为一个优选实施例，该削波方法允许在较低数据速率削波而不在上采样之后产生信号量值的明显过冲。

基本想法在于组合上采样与预定低数据速率、削波和EVM最小化。可以通过选择预定削波阈值来预定频域平均EVM。

本发明的主要优点在于峰均比对于具有全动态范围的信号并且在保持EVM要求和频谱发射屏蔽这样的约束之下约为5.5-6.5db。通过削波平均功率几乎不变。

附图说明

以下附图图示了本发明的优选实施方式：

图1给出了关于处理单元和主要数据流的概况。

图2示出了用于为峰均功率减少处理预备输入信号的处理单元。

图3给出了关于处理单元上采样、EVM优化和削波的概况。

图4给出了关于上采样和第一削波单元的概况。

图5给出了关于EVM优化和削波单元的概况。

增加的效率以相对高的必需计算能力为代价。以下附图图示了这些效果，其中：

图6示出了已削波和未削波时域WIMAX OFDM符号。

图7示出了已削波和未削波频域WIMAX OFDM信号。

图8示出了时域WIMAX OFDM信号在EVM优化之前的损伤[方程15]。

图9示出了在EVM优化之后的如图18中所示相同信号。

图10示出了来自图8的频域WIMAX OFDM损伤(在EVM优化之前)。

图11示出了在EVM优化之后的如图10中所示相同信号。

图12图示了EVM最小化在针对峰均功率减少(PAPR)绘制EVM和相邻信道泄漏功率比(ACLR)时的有效性。

具体实施方式

为了举例说明，假设对OFDM信号削波。有诸多不同OFDM格式。这里呈现的解决方案以信号带宽为5MHz和利用64QAM调制的WIMAX OFDM信号为例。它可以简单直接地适用于这一系列的任何其它OFDM标准。

用于5MHz发送带宽的WIMAX OFDM符号包括512个子载波，仅占用其中421个子载波(#47-#467)。将子载波的数据编码为如图7中所示的频域频谱线。在逆傅里叶变换之后向时域信号添加循环前缀(图6)。为了提高频谱质量，可以在循环前缀内进行线性或者非线性倾斜。

对所用信号的描述

假设：

(1)S_n(l)，l＝1，2，...，l_FFT

为图7中所示第n个频域符号，并且

(2)s_n(l)＝_fT_tS_n(l)，l＝1，2，...，l_FFT

为它的逆傅里叶变换；l_FFT为傅里叶变换的长度(对于发送带宽为5MHz的OFDM信号l_FFT＝512)。来自第二方程(2)的符号s_n代表无循环前缀的时域OFDM符号。根据以下方程向符号s_n添加循环前缀：

$\left(3\right),{\tilde{s}}_n\left(l\right)=\left\{s_n\right[l_{\mathrm{FFT}}-l_{\mathrm{pf}}\left(n\right)+1],...,s_n\left(l_{\mathrm{FFT}}\right)\}\∪s_n\left(l\right),l=\mathrm{1,2},...,l_{\mathrm{FFT}},$

其中l_pf(n)为符号n的循环前缀长度。此外，可以在预定倾斜区中线性或者非线性地倾斜发送的未削波信号

未削波信号由表示(无论是否倾斜)，需要对这一信号进行削波。

削波结果是如下信号：

${{\tilde{s}}_n}^c\left(l\right)=\{{s_n}^c[l_{\mathrm{FFT}}-l_{\mathrm{pf}}\left(n\right)+1],...,{s_n}^c\left(l_{\mathrm{FFT}}\right)\}\∪{s_n}^c\left(l\right),l=\mathrm{1,2},...,l_{\mathrm{FFT}}.$

接收器中的数据恢复包括以下步骤：在已削波信号

中，必须忽略前缀；这产生如下OFDM符号：

(5)s_n ^c(l)l＝1，2，...，l_FFT，

这是来自第二方程(2)的符号s_n的已削波版本。它的傅里叶变换如下：

S_n ^c(l)＝_tT_ts_n ^c(l)l＝1，2，...，l_FFT

获得频域已削波OFDM符号。

优选地，该方法细分成两个部分：(i)上采样和第一削波步骤和(ii)EVM最小化和第二削波步骤。

第1部分：上采样和第一削波

上采样约束：为了扩展带宽(这是需要的，例如在削波之后使信号预失真)，必须增加数据速率。通常通过在一个或者多个滤波步骤中对信号进行插值来做到这一点。然而，各滤波在产生过冲超出削波阈值的信号时妨碍削波作用。这一部分的目的在于合并上采样和第一削波步骤以便减少因插值而造成的过冲。

为了描述第一部分，假设：

$\left(6\right)---{\tilde{s}}_n\left(t_j\right),j=\mathrm{1,2},...,L\left(n\right)$

为在基本采样频率r₀的子帧中的第n个时域符号；例如对于信号发送带宽5MHz为r₀＝5.60或者7.68MHz；

L(n)＝l_FFT-l_pf(n)

为它的长度；它由FFT(快速傅里叶变换)长度I_FFT和前缀长度构成。通常用以下步骤完成在因子u＞1的上采样：(i)初始化：

${{\tilde{s}}_n}^{\mathrm{up}}\left(j\right)=0;j=\mathrm{1,2},...,L_u\left(n\right);L_u\left(n\right)=u\·L\left(n\right)$

${{\tilde{s}}_n}^{\mathrm{up}}(1+u\·m)={\tilde{s}}_n(m+1);m=\mathrm{0,1},...,L\left(n\right)-1,$

并且(ii)将信号

与适当插值滤波器f_u卷积，其中已卷积信号给定如下：

${{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}(N_{\mathrm{fuh}}+i)=\underset{j=1}{\overset{N_{\mathrm{fu}}}{\mathrm{\Σ}}}{f}_u\left(j\right)\·{{\tilde{s}}_n}^{\mathrm{up}}(i+j-1),i=\mathrm{1,2},...,$

其中N_fu优选为插值滤波器的(奇数)长度；N_fuh＝floor(0.5*N_fu)为“半”长度。利用以下方程：

n_f＝N_fuh+i，i＝n_f-N_fuh

获得未削波上采样信号如下：

$\left(7\right)---{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)=\underset{j=1}{\overset{N_{\mathrm{fu}}}{\mathrm{\Σ}}}{f}_u\left(j\right)\·{{\tilde{s}}_n}^{\mathrm{up}}(n_f-N_{\mathrm{fuh}}+j-1),n_f=N_{\mathrm{fuh}}+1,N_{\mathrm{fuh}}+2,.....$

假设：

$\left|{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)\right|>T_{\mathrm{clip}},$

其中T_clip为前述预定削波阈值。然后，必须将

减少某一δs、即：

${{{\tilde{s}}_n}^{\mathrm{up}}}^{*}\left(n_f\right)={{\tilde{s}}_n}^{\mathrm{up}}\left(n_f\right)-\mathrm{\δs},$

这获得：

$\left(8\right)---{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}\left(n_f\right)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-\mathrm{\δ\σ}\·f_c(N_{\mathrm{fch}}+1),$

其中

由如下削波条件给定：

$\left(9\right)---{\widetilde{\mathrm{\σ}}}_n^{\mathrm{upc}}\left(n_f\right)=\frac{T_{\mathrm{clip}}\·{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)}{\left|{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)\right|}.$

滤波器的中心在j_center＝N_fuh+1；在卷积(8)中，中心属于样本

如果在信号

中用以下样本取代在n_f的样本

由于方程(8)而获得：

${{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}}^{*}\left(n_f\right)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-\mathrm{\δ\σ}\·f_c(N_{\mathrm{fch}}+1)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}\left(n_f\right).$

对上采样的插值电平削波因此意味着根据方程(11)对未滤波的填零电平削波；由于：

$\mathrm{\δ\σ}\·f_c(N_{\mathrm{fch}}+1)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}\left(n_f\right)$

并且方程(10)δσ给定如下：

$\left(11\right)---\mathrm{\δ\σ}=\frac{{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)}{f_c(N_{\mathrm{fch}}+1)}(1-\frac{T}{\left|{{\mathrm{\σ}}_n}^{\mathrm{up}}\left(n_f\right)\right|}).$

可以将方程(11)中定义的减少作为硬削波或者作为软削波来完成。在硬削波的情况下，仅修改在n_f的样本；在软削波的情况下，根据预定削波函数f_c修改在n_f的样本和在它周围的样本。

本发明的一个方面在于如果出现需要对上采样的插值电平的削波过程，则可以用在插值之后在n_f满足削波条件这样的方式对未滤波的填零电平进行削波。例如通过使用方程(11)来实现这一点。

为了简化表示，假设f_c(N_fch+1)＝1并且削波函数f_c和插值滤波器f_u具有相同长度，即：

N_fu＝N_fc＝N_f，N_fuh＝N_fch＝N_fh。

根据方程(8)得到：

${{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}\left(n_f\right)=\underset{j=-N_{\mathrm{fh}}}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·[{{\tilde{s}}_n}^{\mathrm{up}}(n_f+j)-\mathrm{\δs}\·f_c(N_{\mathrm{fh}}+j+1)].$

其中

${{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)=\underset{j=-N_{\mathrm{fh}}}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·{{\tilde{s}}_n}^{\mathrm{up}}(n_f+j).$

接着：

$\left(12\right)---{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}\left(n_f\right)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-{\mathrm{\κ}}_0\·\mathrm{\δs},$

其中：

${\mathrm{\κ}}_0=\underset{j=-N_{\mathrm{fh}}}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·f_c(N_{\mathrm{fh}}+1+j).$

使削波条件(10)与方程(13)相等获得：

$\frac{T\·{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)}{\left|{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)\right|}={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-{\mathrm{\κ}}_0\·\mathrm{\δs},$

${\mathrm{\κ}}_0\·\mathrm{\δs}={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)-\frac{T\·{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)}{\left|{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)\right|},$

或者

$\mathrm{\δs}=\frac{1}{{\mathrm{\κ}}_0}{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)[1-\frac{T}{\left|{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}\left(n_f\right)\right|}].$

在插值滤波之前对样本n_f削波，即根据方程(11)纠正它。通常，对于已经插值的所有那些

中软削波部分，需要再滤波。为了避免再滤波，以对于已插值样本n_f有|σ_n ^upc(n_f)|＝T_clip成立这样的方式确定δs。仅有必要为处于削波滤波器范围n_f-N_fh，...，n_f+0中的所有其它已经插值的样本计算纠正，即：

对于k＝0，...，+N_fh有

优选对已经插值的样本进行软削波。对于已经插值的样本，伪称对信号s_n ^up进行软削波，即没有实际地对它削波，实际上，倘若对信号s_n ^up削波向已插值信号模拟隐含。在使用方程(8)时对于k＝1获得：

${\widetilde{\mathrm{\σ}}}^{\mathrm{up}}(n_f-1)=\underset{j=1}{\overset{N_f}{\mathrm{\Σ}}}{f}_u\left(j\right)\·{{\tilde{s}}_n}^{\mathrm{up}}(n_f-N_{\mathrm{fh}}+j-2)=$

$=f_u\left(1\right){{\tilde{s}}_n}^{\mathrm{up}}(n_f-N_{\mathrm{fh}}-1)+f_u\left(2\right){{\tilde{s}}_n}^{\mathrm{up}}(n_f-N_{\mathrm{fh}})+...+f_u\left(N_{\mathrm{fh}}\right){{\tilde{s}}_n}^{\mathrm{up}}(n_f-2)+$

$+f_u(N_{\mathrm{fh}}+1){{\tilde{s}}_n}^{\mathrm{up}}(n_f-1)+f_u(N_{\mathrm{fh}}+2){{\tilde{s}}_n}^{\mathrm{up}}\left(n_f\right)+...+f_u\left(N_f\right){{\tilde{s}}_n}^{\mathrm{up}}(n_f+N_{\mathrm{fh}}-1)$

样本

在始于n_f-N_fh的削波范围以外；即：

${{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}(n_f-N_{\mathrm{fh}}-1)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}(n_f-N_{\mathrm{fh}}-1).$

因此，

${{\stackrel{\‾}{\mathrm{\σ}}}_n}^c(n_f-1)=f_u\left(1\right){\stackrel{\‾}{s}}_n(n_f-N_{\mathrm{fh}}-1)+$

$+\underset{j=-N_{\mathrm{fh}}+1}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·[{\stackrel{\‾}{s}}_n(n_f+j-1)-\mathrm{\δs}\·f_c(N_{\mathrm{fh}}+j)]$

或者

${{\stackrel{\‾}{\mathrm{\σ}}}_n}^c(n_f-1)={\stackrel{\‾}{\mathrm{\σ}}}_n(n_f-1)-\mathrm{\δs}(\underset{j=-N_{\mathrm{fh}}+1}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·f_c(N_{\mathrm{fh}}+j)).$

通解如下：

${{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}(n_f-k)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}(n_f-k)-\mathrm{\δs}(\underset{j=-N_{\mathrm{fh}}+k}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+j-k+1)\·f_c(N_{\mathrm{fh}}+j-k+1)),$

或者

$\left(13\right)---{{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{upc}}(n_f-k)={{\widetilde{\mathrm{\σ}}}_n}^{\mathrm{up}}(n_f-k)-{\mathrm{\κ}}_k\·\mathrm{\δs},$

其中：

$\left(14\right)---{\mathrm{\κ}}_k=\underset{j=-N_{\mathrm{fh}}+k}{\overset{+N_{\mathrm{fh}}}{\mathrm{\Σ}}}{f}_u(N_{\mathrm{fh}}+1+j)\·f_c(N_{\mathrm{fh}}+j-k+1),k=\mathrm{0,1},...,N_{\mathrm{fh}}.$

可以照常通过如下卷积对落入削波范围中、但是未插值的所有样本削波：

${{{\tilde{s}}_n}^{\mathrm{up}}}^{*}(n_f+k)={{\tilde{s}}_n}^{\mathrm{up}}(n_f+k)-\mathrm{\δs}\·f_c(N_{\mathrm{fh}}+k+1);k=\mathrm{1,2},...,N_{\mathrm{fh}}.$

在图6和图7中给出了第1部分的输出的例子。

第2部分EVM优化和第二削波

识别最优削波视为在约束之下的最小值问题。

最小值条件

最小值条件要求应当尽可能少地扰动已占用子载波，而未占用子载波不受任何限制。优选最小值条件源于傅里叶变换的性质(在以下描述中省略用于表明符号编号的索引n)：

可以根据以下方程借助傅里叶矩阵f计算来自信号s(1)，...，s(l_fft)的傅里叶变换S(1)，...，S(l_fft)：

f*s＝S，

其中‘*’表示矩阵乘法。假设：

$\left(15\right)---{\mathrm{\γ}}_j={{\tilde{s}}^{\mathrm{up}}}^{*}\left(j\right)-s\left(j\right);j=\mathrm{1,2},...,l_{\mathrm{fft}}$

其中

为针对任何OFDM符号上采样和第一削波单元的输出的第j个样本，而s(j)为关于子载波的逆傅里叶变换的第j个样本，即

为时域误差矢量(图8、图9)。它的傅里叶变换(图10、图11)产生负责EVM的频域误差矢量。在优化EVM时，必须使这一矢量中的贡献最小。使用以下函数作为用于使通过削波和滤波而产生的误差最小的优选测量：

$M\left({\mathrm{\γ}}_k\right)=\underset{z={\mathrm{\λ}}_1}{\overset{{\mathrm{\λ}}_2}{\mathrm{\Σ}}}{|\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{f}_{\mathrm{zj}}{{\mathrm{\γ}}_j}^{\mathrm{old}}-f_{\mathrm{zk}}{{\mathrm{\γ}}_k}^{\mathrm{old}}+f_{\mathrm{zk}}{\mathrm{\γ}}_k|}^2;k=\mathrm{1,2},...,l_{\mathrm{fft}}$

λ₁为第一已占用子载波的数目，而λ₂为最后子载波的数目。根据以下方程：

$\frac{\∂M\left({\mathrm{\γ}}_k\right)}{\∂{\mathrm{\γ}}_k}=2\underset{z={\mathrm{\λ}}_1}{\overset{{\mathrm{\λ}}_2}{\mathrm{\Σ}}}(\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{f}_{\mathrm{zj}}{{\mathrm{\γ}}_j}^{\mathrm{old}}-f_{\mathrm{zk}}{{\mathrm{\γ}}_k}^{\mathrm{old}}+f_{\mathrm{zk}}{\mathrm{\γ}}_k)\·{f_{\mathrm{zk}}}^{*}=0$

分别得到：

${\mathrm{\γ}}_k={{\mathrm{\γ}}_k}^{\mathrm{old}}-\frac{1}{r\left(k\right)}\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{{\mathrm{\γ}}_j}^{\mathrm{old}}(\underset{z={\mathrm{\λ}}_1}{\overset{{\mathrm{\λ}}_2}{\mathrm{\Σ}}}{f}_{\mathrm{zj}}\·{f_{\mathrm{zk}}}^{*}),$

$\left(16\right)---{\mathrm{\γ}}_k={{\mathrm{\γ}}_k}^{\mathrm{old}}-\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{{\mathrm{\γ}}_j}^{\mathrm{old}}{t}_{\mathrm{jk}};k=\mathrm{1,2},...,l_{\mathrm{fft}}$

其中：

$t_{\mathrm{sk}}=\frac{1}{r\left(k\right)}\underset{z={\mathrm{\λ}}_1}{\overset{{\mathrm{\λ}}_2}{\mathrm{\Σ}}}{f}_{\mathrm{zs}}\·{f_{\mathrm{zk}}}^{*}$ 并且 $r\left(k\right)=\underset{z={\mathrm{\λ}}_1}{\overset{{\mathrm{\λ}}_2}{\mathrm{\Σ}}}{\left|f_{\mathrm{zk}}\right|}^2.$

如下方程成立：

imag(t_sk)≈0(s，k＝1，2，...，l_fft)

并且

(17) V_k＝rotate(ν₁，k-1)，k＝1，2，...，l_fft，

其中：

$\left(18\right)---{\mathrm{\ν}}_1=[t_{11},t_{12},...,t_{1,l_{\mathrm{fft}}}],$

从而可以使用矢量ν₁而不是矩阵t。在一种优选实施中，还缩短矢量ν₁以便减少计算复杂度，即限制所需计算工作。

可选扩展：

(i)可选地，可以使用γ_k的推导。在迭代地应用方程(16)时计算它。作为例子，该推导的第二步骤计算如下：给定第一步骤的结果如下：

${{\mathrm{\γ}}_k}^{\left(1\right)}={{\mathrm{\γ}}_k}^{\mathrm{old}}-\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{{\mathrm{\γ}}_j}^{\mathrm{old}}{t}_{\mathrm{jk}}.$

第二步骤由方程(16)定义如下：

${{\mathrm{\γ}}_k}^{\left(2\right)}={{\mathrm{\γ}}_k}^{\left(1\right)}-\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{{\mathrm{\γ}}_j}^{\left(1\right)}{t}_{\mathrm{jk}}.$

在这一方程中插入第一步骤的结果γ_k ⁽¹⁾立即产生γ_k ⁽²⁾等。

(ii)模仿子载波预留方式(WIMAX)。在方程(16)中求和

可以由

取代，

其中Λ为用于已占用子载波的索引集，即按照需要可以在求和中省略针对子载波预留而保留(根据WIMAX标准)的所有子载波。

(iii)取而代之，可以用对于各符号有下式成立这样的方式引入约束条件：

EVM(k)≤T_EVMf；k＝1，2，...，l_fft

其中T_EVMf为预定阈值，该阈值使样本k的EVM限于T_EVMf％这一限制。

约束

有关于削波阈值、频谱屏蔽要求和连续条件的三类约束：

削波约束：假设将平均功率归一化为预定值。削波约束表述如下：

$\left|{{\tilde{s}}_n}^c\left(l\right)\right|\≤T_{\mathrm{clip}},l=\mathrm{1,2},...,L\left(n\right)$

必须成立，其中L(n)为帧中的第n个OFDM符号的长度，而T_clip为预定削波阈值。然后，T_clip和T_clip ²分别定义已削波信号的最大量值和最大功率。

频谱发射屏蔽约束：频谱发射屏蔽约束限定如下：

D_m≤M(m)，m＝1，2，...，L_M，

其中M(1)，...，M(L_M)为预定频谱发射屏蔽，并且

$D_m=20{\log }_{10}\left[\right|{{\tilde{S}}_n}^c\left(m\right)\left|\right],m=\mathrm{1,2},...,L_M$

为功率谱密度。屏蔽的长度L_M指在信号带宽以外的频率范围。

连续约束：连续约束指已削波符号在时域的连续。由于频谱发射屏蔽条件应用于有限数目的符号，优选为仅一个符号，所以在将两个符号相互串联时必须保证软切换。

可以将第2部分实现为迭代过程(迭代)，该过程通常需要在傅里叶变换与它的逆变换之间的往复改变，因为在频域中完成EVM优化和频谱发射屏蔽控制，而在时域中完成削波。

在第二部分的优选实施例中使用最小值公式(16)，利用该公式可以避免域之间的改变，因为γ立即给出时域纠正。可以将最小值公式(16)实现为由其滤波器系数(17)定义的FIR(有限冲激响应)滤波器V，即：

γ_k ^old-γ_k＝V_kογ^old；k＝1，2，...，l_fft，

其中符号′ο′表示FIR滤波。然而，EVM优化可能违背频谱发射屏蔽。另外，在通过γ纠正信号时，可能违背削波约束。可以通过计算根据下式进行硬削波的信号h_c来纠正这一影响：

|s-h_c|≤T_clip。

因此，有两个损伤频谱的信号：γ和h_c。因此，将脉冲整形滤波器应用于两个信号之和以保证频谱质量。为了满足频谱发射屏蔽约束，进行利用滤波器P的脉冲整形。然后γ的改变由以下方程给出：

δγ＝Pο(γ^old-γ+h_c)，

其中Pοh_c对应于软削波过程。有一些视实施而定的简化，比如统一P和V滤波器。通过在单个OFDM符号的边界以外脉冲整形滤波来自动达到连续约束。

据此根据用于优选实施例的原理得出以下迭代方式：

1.计算旧γ：

${\mathrm{\γ}}^{\mathrm{old}}={{\tilde{s}}^{\mathrm{up}}}^{*}-s$

其中

为针对任何OFDM符号来自上采样和第一削波单元的输出，并且其中s为关于子载波的逆傅里叶变换。

2.根据下式由旧γ计算新γ

${\mathrm{\γ}}_k={{\mathrm{\γ}}_k}^{\mathrm{old}}-\underset{j=1}{\overset{l_{\mathrm{fft}}}{\mathrm{\Σ}}}{{\mathrm{\γ}}_j}^{\mathrm{old}}{t}_{\mathrm{jk}};k=\mathrm{1,2},...,l_{\mathrm{fft}}.$

3.以满足下式这样的方式计算硬削波纠正信号h_c：

|s-h_c|≤T_clip。

4.根据下式计算旧γ必须被纠正的数量：

δγ＝Pо(γ^old-γ+h_c)。

5.根据下式计算新的“旧”γ：

γ^old(new)＝γ^old+δγ

6.重复步骤2直至满足任何停止标准，例如达到固定点或者已经进行限定次数的迭代。

在图8-图11中给出了迭代例子：图8和图9示出了在迭代开始和结束时的时域γ；图10和图11示出了γ的傅里叶变换，即在EVM最小化之前和之后的频域损伤。

潜在扩展：

(i)如上所述，脉冲整形滤波保证频谱发射屏蔽约束。以(a)恰好满足预定频谱发射屏蔽并且(b)完整削波系统给出最好的可能EVM(即借助使用这些滤波器的系统来优化滤波器系数)这样的方式借助优化过程单独地计算用于所有发送带宽的脉冲整形滤波器以及插值滤波器。

(ii)上述迭代方式也可以应用于多载波情况。基本想法在于(a)进行如对应多载波情况所需要的γ和滤波器的频移，从而可以针对各载波通过迭代路径；并且(b)在滤波之后添加分量。此外，特殊硬削波模块可以计算用于各载波的h_c信号。

图1示出了所述方法的峰均功率减少概况。表示为频域子载波的OFDM符号10传送到逆傅里叶变换和加前缀单元100，该单元生成有前缀的并且如果需要则倾斜的时域OFDM符号12。

这一信号12传送到由上采样和削波步骤以及EVM优化和削波步骤构成的峰均功率减少单元200。单元200的输出是OFDM信号15，该信号准备用于进一步上采样，继而是预失真。

图2示出了信号预备。表示为频域子载波的OFDM符号10传送到逆傅里叶变换单元110，该单元生成时域OFDM符号11。在加前缀和倾斜单元120中为时域OFDM符号11加前缀并且如果需要则使该符号倾斜从而产生有前缀、倾斜和未削波的时域OFDM符号12。

图3示出了峰均功率减少块。有前缀和未削波的OFDM符号12传送到上采样和削波子单元210；它以增加的采样率产生第一步骤削波的时域OFDM符号13。这一信号13传送到EVM优化和削波子单元220；它产生加前缀、削波和EVM优化的OFDM符号15，该符号准备用于进一步上采样，继而是预失真。

图4示出了上采样和第一削波过程。有前缀和未削波的OFDM符号12传送到上采样和削波子单元210；它以增加的采样率产生第一步骤削波的时域OFDM符号13。这一信号13传送到EVM优化和削波子单元220；它产生加前缀、削波和EVM优化的OFDM符号，该符号准备用于进一步上采样，继而是预失真。

图5示出了EVM优化和削波过程。有前缀和未削波的OFDM符号12传送到上采样和削波子单元210；它以增加的采样率产生第一步骤削波的时域OFDM符号13。这一信号13传送到EVM优化和削波子单元220；它产生加前缀、削波和EVM优化的OFDM符号，该符号准备用于进一步上采样，继而是预失真。

Claims (12)

1.一种用于以对时域宽带无线电信号的最大量值进行限定的预定阈值对所述信号削波的方法，其特征在于确定和减去用于削波的差值信号，所述差值信号使频谱干扰集中于所用频带以外的一个或者多个未使用的子载波中。

2.根据权利要求1所述的方法，其特征在于所述差值信号使误差矢量量值最小或者比预定阈值小。

3.根据权利要求1所述的方法，其特征在于所述频谱干扰集中于为优化PAPR而保留的子载波子集中而不是所用频带以外的一个或者多个未使用的子载波中。

4.根据权利要求1所述的方法，其特征在于将所述方法应用于多个载波。

5.根据权利要求1所述的方法，其特征在于在所用频带以外的功率谱密度少于或者等于频谱屏蔽。

6.根据权利要求1所述的方法，其特征在于使用倾斜方法来从一个时域符号到另一时域符号的软切换。

7.根据权利要求1所述的方法，其特征在于在导出所述差值信号之前对所述宽带无线电信号进行上采样。

8.根据权利要求1所述的方法，其特征在于迭代地进行所述削波。

9.一种用于以对时域宽带无线电信号的最大量值进行限定的预定阈值对所述信号削波的削波单元，其特征在于包括用于实现前述权利要求之一的方法的信号处理装置。

10.根据权利要求9所述的削波单元，其特征在于所述信号处理装置是有限冲激响应滤波器。

11.一种功率放大器，其特征在于包括根据权利要求10所述的削波单元。

12.一种网元，比如节点B，其特征在于包括根据权利要求11所述的削波单元。

Images