CN114301527B - 基于权重因子压扩函数的压扩量化方法及系统 - Google Patents
基于权重因子压扩函数的压扩量化方法及系统 Download PDFInfo
- Publication number
- CN114301527B CN114301527B CN202111668335.7A CN202111668335A CN114301527B CN 114301527 B CN114301527 B CN 114301527B CN 202111668335 A CN202111668335 A CN 202111668335A CN 114301527 B CN114301527 B CN 114301527B
- Authority
- CN
- China
- Prior art keywords
- companding
- quantization
- signal
- function
- expressed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013139 quantization Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000009466 transformation Effects 0.000 claims description 31
- 238000010606 normalization Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 abstract description 33
- 238000004891 communication Methods 0.000 abstract description 23
- 230000006870 function Effects 0.000 description 46
- 230000005540 biological transmission Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000009827 uniform distribution Methods 0.000 description 5
- 238000007906 compression Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013144 data compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Optical Communication System (AREA)
Abstract
本发明提出了基于权重因子压扩函数的压扩量化方法及系统,应用于多载波调制光通信系统,其对输入待处理信号进行归一化处理,对得到的归一化信号进行基于权重因子的压扩变换,在压扩变换后对信号进行均匀量化,最后再对量化后的信号进行解压扩。本发明通过改变压扩函数,使多载波调制信号按比例增大信号幅值,对幅值越小的信号放大较多,而不影响大幅值信号,解决了快速统计估计方法在多载波调制信号经过压扩后均匀量化再解压扩时导致的严重的信号失真。相比于快速统计估计压扩量化方法,本发明能够解决大幅值信号解压扩所带来的误差,进一步降低量化噪声,具有良好的量化性能,因而适合多载波调制光通信系统。
Description
技术领域
本发明涉及一种可用于多载波调制光通信系统的基于权重因子压扩函数的压扩量化法方及系统。
背景技术
随着高带宽网络需求的业务增长,通信多样化的发展趋势,以及方便快捷、绿色健康的生活理念,人们对光接入网的升级需求不断增长。近年来,新一代光接入技术在学术界得到了大量且深入的研究。其中,光与无线融合接入技术的研究被视为未来通信系统发展的主流方向。而接入网系统对系统成本要求相对敏感,因此,如何在保证系统性能的前提下,降低接入网传输系统的成本是当前光纤无线通信的研究热点之一。
与此同时,以正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)为代表的多载波通信方案正逐渐成为光与无线融合通信领域中除单载波调制外的主流通信方式。多载波调制技术因为在满足高容量、异步传输和频谱效率这几个方面更有优势,在基于强度调制直接检测(Intensity modulation direct detection,IMDD)的光线接入网系统中有着广泛的应用。同时,多载波调制技术因其具有高频谱效率、抗多径干扰等优点,是目前5G关键技术的研究热点之一。OFDM引入了循环前缀(Cyclic Prefix,CP)以消除符号间干扰(Inter Symbol Interference,ISI),却也因此造成了频谱资源的浪费。此外OFDM还有载波旁边较大以及各子载波之间必须严格同步来保证正交性等缺点,使得OFDM不能成为5G、B5G甚至未来6G应用场景的首要选择。滤波器组多载波技术(Fiber Bank Multi-Carrier,FBMC)作为5G的候选波形,因无需CP且旁瓣抑制比(side-lobe suppressionratio,SSR)高而在光通信领域学术界中获得了广泛关注。由于滤波器的优异带限性质,FBMC可以支持子带间的异步传输。在新型多载波传输技术的研究中,通用滤波多载波(Universal Filtered Multi-Carrier,UFMC)的设计权衡了OFDM和FBMC的优缺点,实现更为简单,且拥有更好的异步传输性能、更高的频谱效率和更低的带外泄露,受到了广泛的关注。
在前述系统中,不论是以模拟信号还是以数字信号在光纤信道上传输,模数转换器/数模转换器(Analog-to-digital converter/digital-to-analog converter,ADC/DAC)都是发送端与接收端信号转换的必要器件。随着对高流量吞吐量和高带宽网络的需求,下一代接入网的传输速率也水涨船高,这也意味着ADC/DAC也必须达到指定的信号采样率要求。伴随着采样抖动和电磁干扰的影响,传统的ADC/DAC很难达到系统所需的分辨率要求,即使是目前被认为是可以突破当前电ADC/DAC局限的光子辅助数模/模数转换器,也同样存在器件成本随量化精度提升而增加的问题。在光与无线融合接入网系统中,均匀量化的ADC/DAC往往需要15bits精度才能满足系统性能。这是因为多载波调制信号往往以小信号居多,均匀量化无法进行有效的量化,必须在高精度的情况下才能满足系统性能要求。低量化精度下无法保证系统的性能,因此,在低量化精度下提升系统性能是当前的研究热点之一。
压扩方法最初用于降低OFDM信号的峰均功率比(Peak-to-Average Ratio,PAPR),后也被用于非均匀量化。常见的压扩量化方法有μ-law压缩、A-law压缩、基于快速统计估计的压扩量化等。Xu Mu于2019年在IEEE/OSAJournal of Optical Communications andNetworking发表的《Statistical data compression and differential coding fordigital radio-over-fiber-based mobile fronthaul》中,根据OFDM信号幅度符合零均值高斯分布的性质,利用压扩函数将其概率分布转换成均匀分布,并在此基础上使用均匀量化。该方法在数字光载无线通信(Digital Radio over Fiber,D-RoF)系统中以8bit精度传输数字信号实现了15bit精度均匀量化一样的效果。该方法在D-RoF系统中实现了数据压缩,但是在IMDD-UFMC系统中的量化效果却并不理想。在压扩量化方法中,信号经过压扩变换,从高斯概率分布转化为均匀分布,原信号的大幅值信号经过均匀量化后解压扩时会形成严重的失真。故将信号压缩变换成均匀分布这一方法并不可行,应用于多载波调制光通信系统的压扩量化算法仍存在改进空间。
发明内容
针对现有压扩量化技术存在的缺陷,本发明提出一种基于权重因子压扩函数的压扩量化方法及系统,本发明应用于滤波器组多载波调制光通信系统。
快速统计估计(Fast statistical estimation,FSE)是一种基于统计学习理论的信号畸变类压扩量化技术。FSE的优点是计算复杂度较低,相比于μ-law压扩和A-law压扩,FSE能够保证信号压扩前后的功率保持恒定,从而减少了对其他系统性能的影响。在FSE方法求取压扩变换函数的过程中利用了高斯分布的3-σ原则,无需对大幅值信号样点进行统计,大大节省了计算时间;且由于压扩变换后信号的模呈均匀分布,此时采用均匀量化能够大幅度压缩传输数据量。由于应用快速统计估计方法的IMDD-UFMC信号的大幅值信号经过均匀量化后解压扩时会形成严重的失真,因此压缩变换函数需要进行改进。
为达到上述目的,本发明采用如下技术方案:
基于权重因子压扩函数的压扩量化方法,包括如下步骤:
步骤1:归一化,对输入的多载波调制信号进行归一化处理;
步骤2:压扩变换,以权重因子压扩函数对多载波调制信号进行压扩变换;
步骤3:均匀量化,对压扩变换后的信号作均匀量化;
步骤4:解压扩,对均匀量化后的信号进行解压扩。
优选地,步骤1中:为方便后续步骤中数据处理并简化计算,以信号最大幅值对多载波调制信号的幅值做归一化处理。需要信号归一化的主要原因如下:通过归一化将信号幅值规范在[-1,1]之间,方便后续步骤中数据处理并简化计算。其中,误差函数erf(·)的值域为(-1,1)。
误差函数erf(·)也被称之为高斯误差函数,表示高斯分布信号的不定积分。误差函数erf(·)曲线的主要特征为在中心零点处增长较快,而在两端增长很慢且两端分别趋近于-1和1。
优选地,步骤2中:以权重因子压扩函数对多载波调制信号按比例进行放大。该压扩函数对幅值越小的信号放大较多,而对大幅值信号几乎无影响。具体地,该基于权重因子的压扩函数可以表示为:
y=erf(αx)-1≤x≤1
经过测试,由于erf(2)=0.9953接近于1,此时对信号数据进行压扩时,小信号能够得到放大,而大幅值信号受到的影响较小,故取α=2。
步骤2中的权重因子压扩函数:以权重因子压扩函数对多载波调制信号按比例进行放大。在快速统计估计方法中,将信号从高斯分布转换成均匀分布,并在此基础上进行均匀量化。由于多载波调制信号中小信号占大部分,压扩变换后均匀量化再解压扩能降低量化噪声的思想在理论上是可行的,但具体应用时还是无法忽视大幅值信号带来的影响。大幅值信号在量化后解压扩会造成严重的失真,反而导致了量化噪声的增加。因此,在压扩变换过程中应该按比例增大信号幅值,对幅值越小的信号放大较多,而对大幅值信号几乎无影响。在此取权重因子α=2。
关于权重因子α:经过测试,由于erf(2)=0.9953接近于1,此时对信号数据进行压扩时,小信号能够得到放大,而大幅值信号受到的影响较小。后续还可以以数据点的幅值大小进行权重因子的自适应变化,得到更优秀的压扩函数。
优选地,步骤3中:均匀量化是把输入信号的取值域等间隔的量化,其量化区间一般取量化比特数n的2n,量化电平取量化边界的中心。
将压扩变换后得到的信号y进行均匀量化,量化间隔一般为2n,n为DAC的分辨率,量化电平是相邻两个量化间隔之和的平均值。其中:
量化间隔点表示为:
量化后离散输出电平表示为:
离散输出的量化值表示为:
优选地,步骤4中:以步骤2中用到的基于权重因子压扩函数的反函数对均匀量化后的信号进行解压扩。具体地,压扩函数的反函数可以表示为:
x=erf-1(y)/α-1≤y≤1。
本发明还公开了一种基于权重因子压扩函数的压扩量化系统,包括如下模块:
归一化模块:对多载波调制信号进行归一化处理;
压扩变换模块:以权重因子压扩函数对多载波调制信号进行压扩变换;
均匀量化模块:对压扩变换后的信号作均匀量化;
解压扩模块:对均匀量化后的信号进行解压扩。本发明充分考虑了高速率通用滤波多载波系统的特点,针对通用滤波多载波波形的特点找到了适合该系统的压扩量化方式,进而大幅度提高DAC均匀量化的性能。
与现有技术相比,本发明具有如下有益效果:
1、本发明性能相比于直接对信号进行均匀量化,可以得到更好的量化性能,从而提升滤波器组多载波调制光通信系统的性能。
2、本发明相比与原始的快速统计估计方法,解决了多载波调制的大幅值信号经过均匀量化后解压扩时会形成严重的失真的问题,降低了量化噪声。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1为基于权重因子压扩函数的压扩量化方法流程图。
图2为IMDD通用滤波多载波光通信应用系统示意图。
图3为IMDD通用滤波多载波光通信应用系统在基于3-5bit量化精度下的均匀量化与基于权重因子压函数的压扩量化的信号量化噪声比的对比图。
图4为IMDD通用滤波多载波光通信应用系统在不同接收光功率下的均匀量化与基于权重因子压函数的压扩量化的误码率的对比图。
图5为基于权重因子压扩函数的压扩量化系统框图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本实施例提供了一种用于多载波调制光通信系统的基于权重因子压扩函数的压扩量化方法,如图1所示,对多载波调制信号进行归一化处理,对得到的归一化信号进行基于权重因子的压扩变换,在压扩变换后对信号进行均匀量化,最后再对量化后的信号进行解压扩。具体如下所述:
步骤1:归一化,对输入与的多载波调制信号进行归一化处理。
步骤2:压扩变换,以权重因子压扩函数对多载波调制信号进行压扩变换。
步骤3:均匀量化,对压扩变换后的信号作均匀量化。
步骤4:解压扩,对均匀量化后的信号进行解压扩。
更进一步地,在本实施例中,对下文需使用的术语先进行介绍:
1)基于权重因子的压扩函数可以表示为:
y=erf(αx)-1≤x≤1
2)压扩函数的反函数可以表示为:
x=erf-1(y)/α-1≤y≤1
3)量化误差表示为:
4)量化间隔点表示为:
5)量化后离散输出电平表示为:
6)离散输出的量化值表示为:
步骤1中:以信号最大幅值对多载波调制信号的幅值做归一化处理,从而可以方便后续步骤中数据处理并简化计算。
步骤2中:以权重因子压扩函数对多载波调制信号按比例进行放大。在快速统计估计方法中,将信号从高斯分布转换成均匀分布,并在此基础上进行均匀量化。由于多载波调制信号中小信号占大部分,压扩变换后均匀量化再解压扩能降低量化噪声的思想在理论上是可行的,但具体应用时还是无法忽视大幅值信号带来的影响。大幅值信号在量化后解压扩会造成严重的失真,反而导致了量化噪声的增加。因此,在压扩变换过程中应该按比例增大信号幅值,对幅值越小的信号放大较多,而对大幅值信号几乎无影响。
步骤3中:将压扩变换后得到的信号进行均匀量化,本实施例量化间隔为2n,n为DAC的分辨率,量化电平是相邻两个量化间隔之和的平均值。取第一级和最后一级量化边界等于当前分布信号的最小值和最大值,在此基础上对压扩变换后的信号进行均匀量化。
步骤4中:以步骤2中用到的基于权重因子压扩函数的反函数对均匀量化后的信号进行解压扩。
本实施例提供了一种基于权重因子压扩函数的压扩量化方法,应用于多载波调制光通信系统,如图2所示,包括:光发射模块、光接收模块以及光纤信道,在光发射模块中将包含由数据信息的数字信号输入基于权重因子压扩函数的压扩量化方法的压扩量化模块得到模拟信号,通过光调制器转换成高速光信号发送至光纤信道,由光接收模块将光信号转化为相应的电信号,经过解压扩和解调得到信息数据。
光发射模块包括数字信号模块、基带调制模块、压扩量化模块、光调制器;数字信号模块与基带调制模块相连,对输入数据序列进行编码映射处理,并产生需要传输的高速率数字电信号。基带调制模块输出数字信号至压扩量化模块,输入待处理信号,归一化后通过基于权重因子压扩函数进行压扩变换,按比例放大信号,然后以均匀量化量化压扩变换后的信号,最后将量化后的信号解压扩。将量化结果输入光调制器,完成电光转换。
光接收模块包括光电探测器、实时示波器、基带解调制模块、数据输出单元;其中光电探测器将接收到的电信号经过实时示波器采样后,实时示波器的输出信号解压扩并经过基带解调制模块处理输出,实现用户数据的接收。
图3为高速光滤波器组多载波系统分别经过3-5位的均匀量化、基于权重因子压扩函数的压扩量化的信号量化噪声比对比图。图中:横轴为量化精度;纵轴SQNR表示信号量化噪声比,单位为dB。可以看到本发明的基于权重因子压扩函数的压扩量化方法在3-5bit时,都能取得比均匀量化更好的量化效果,相比于不使用压扩变换的均匀量化,极大的减少了量化噪声。
图4为高速光滤波器组多载波系统在-37~-18dB接收光功率下的均匀量化、基于权重因子压扩函数的压扩量化在3-5位量化精度下的误码率对比图。图中:横轴为接受光功率;纵轴BER表示误码率。可以看到本发明的基于权重因子压扩函数的压扩量化方法在3-5bit情形下都能取得更好的误码率性能,且在3bit下压扩量化方法可以达到误码率门限。同时4bit压扩量化方法的误码率性能优于5bit均匀量化,实现了量化精度的降低。
采用本发明基于权重因子压扩函数的压扩量化方法,通过在压扩变换过程中应该按比例增大信号幅值,对幅值越小的信号放大较多,而不影响大幅值信号,解决了快速统计估计方法在UFMC信号经过压扩后均匀量化再解压扩时导致的严重的信号失真。因此,本发明能比较好的应用于滤波器组多载波光通信系统的需求。
如图5所示,本实施例公开了一种基于权重因子压扩函数的压扩量化系统,包括依次连接的如下模块:
归一化模块:对多载波调制信号进行归一化处理;
压扩变换模块:以权重因子压扩函数对多载波调制信号进行压扩变换;
均匀量化模块:对压扩变换后的信号作均匀量化;
解压扩模块:对均匀量化后的信号进行解压扩。
综上,本发明基于权重因子压扩函数的压扩量化技术方案应用于多载波调制光通信系统,对输入待处理信号进行归一化处理,对得到的归一化信号进行基于权重因子的压扩变换,在压扩变换后对信号进行均匀量化,最后再对量化后的信号进行解压扩。本发明通过改变压扩函数,使UFMC信号按比例增大信号幅值,对幅值越小的信号放大较多,而不影响大幅值信号,解决了快速统计估计方法在UFMC信号经过压扩后均匀量化再解压扩时导致的严重的信号失真。相比于快速统计估计压扩量化方法,本发明能够解决大幅值信号解压扩所带来的误差,进一步降低量化噪声,具有良好的量化性能,因而,适合多载波调制光通信系统。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以将上述实施例结合,也可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (3)
1.基于权重因子压扩函数的压扩量化方法,其特征在于,包括如下步骤:
步骤1:对输入的多载波调制信号进行归一化处理;
步骤2:以权重因子压扩函数对多载波调制信号进行压扩变换;
步骤3:对压扩变换后的信号作均匀量化;
步骤4:对均匀量化后的信号进行解压扩;
步骤1中,通过归一化处理将信号幅值规范在[-1,1]之间,其中误差函数erf(·)的值域为(-1,1);
步骤2中:权重因子的压扩函数表示为:
y=erf(αx) -1≤x≤1
erf(2)=0.9953接近于1,取α=2;
步骤3中:将压扩变换后得到的信号y进行均匀量化,量化间隔为2n,n为DAC的分辨率,量化电平是相邻两个量化间隔之和的平均值,其中:
量化间隔点表示为:
量化后离散输出电平表示为:
离散输出的量化值表示为:
步骤3中,均匀量化的量化区间取量化比特数n的2n,量化电平取量化边界的中心。
2.根据权利要求1所述的基于权重因子压扩函数的压扩量化方法,其特征在于,步骤4中解压扩具体如下:
以步骤2的权重因子压扩函数的反函数对均匀量化后的信号进行解压扩,压扩函数的反函数表示为:
x=erf-1(y)/α -1≤y≤1。
3.基于权重因子压扩函数的压扩量化系统,其特征在于,包括如下模块:
归一化模块:对多载波调制信号进行归一化处理;
压扩变换模块:以权重因子压扩函数对多载波调制信号进行压扩变换;
均匀量化模块:对压扩变换后的信号作均匀量化;
解压扩模块:对均匀量化后的信号进行解压扩;
归一化模块中,通过归一化处理将信号幅值规范在[-1,1]之间,其中误差函数erf(·)的值域为(-1,1);
压扩变换模块中:权重因子的压扩函数表示为:
y=erf(αx) -1≤x≤1
erf(2)=0.9953接近于1,取α=2;
均匀量化模块中:将压扩变换后得到的信号y进行均匀量化,量化间隔为2n,n为DAC的分辨率,量化电平是相邻两个量化间隔之和的平均值,其中:
量化间隔点表示为:
量化后离散输出电平表示为:
离散输出的量化值表示为:
均匀量化模块中,均匀量化的量化区间取量化比特数n的2n,量化电平取量化边界的中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668335.7A CN114301527B (zh) | 2021-12-31 | 2021-12-31 | 基于权重因子压扩函数的压扩量化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668335.7A CN114301527B (zh) | 2021-12-31 | 2021-12-31 | 基于权重因子压扩函数的压扩量化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114301527A CN114301527A (zh) | 2022-04-08 |
CN114301527B true CN114301527B (zh) | 2024-04-02 |
Family
ID=80972702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111668335.7A Active CN114301527B (zh) | 2021-12-31 | 2021-12-31 | 基于权重因子压扩函数的压扩量化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114301527B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546506A (zh) * | 2010-12-14 | 2012-07-04 | 中兴通讯(美国)公司 | 使用压扩变换的用于光正交频分复用的方法和系统 |
CN106712771A (zh) * | 2017-02-17 | 2017-05-24 | 北京地平线信息技术有限公司 | 用于模数和数模转换的信号处理电路和方法 |
CN112912900A (zh) * | 2019-03-19 | 2021-06-04 | 光子智能股份有限公司 | 光电计算系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9537697B2 (en) * | 2014-08-12 | 2017-01-03 | Bae Systems Information And Electronic System Integration Inc. | Constrained optimization approach to compander design for OFDM PAPR reduction |
-
2021
- 2021-12-31 CN CN202111668335.7A patent/CN114301527B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546506A (zh) * | 2010-12-14 | 2012-07-04 | 中兴通讯(美国)公司 | 使用压扩变换的用于光正交频分复用的方法和系统 |
CN106712771A (zh) * | 2017-02-17 | 2017-05-24 | 北京地平线信息技术有限公司 | 用于模数和数模转换的信号处理电路和方法 |
CN112912900A (zh) * | 2019-03-19 | 2021-06-04 | 光子智能股份有限公司 | 光电计算系统 |
Non-Patent Citations (1)
Title |
---|
Nonuniform_quantification_DAC_for_improving_the_performance_of_IMDD-based_FBMC_system;Huang tiancheng et al;IEEE;20171130;第1-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114301527A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8351520B2 (en) | Dynamically selecting methods to reduce distortion in multi-carrier modulated signals resulting from high peak-to-average power ratios | |
US20060126748A1 (en) | Method for reducing peak-to-average power ratio of multi-carrier modulation | |
CN113206813B (zh) | 一种基于改进选择映射法的ofdm系统峰均比抑制方法 | |
KR20130143607A (ko) | 광학 직교 주파수 분할 멀티플렉싱 트랜시버들에서 적응형 비트 또는 전력 로딩 | |
CN110113274B (zh) | 基于多小波脉冲成型的noma系统 | |
CN111083078B (zh) | 一种概率整形正交振幅调制格式盲识别方法及系统 | |
Al-Rayif et al. | A novel iterative-SLM algorithm for PAPR reduction in 5G mobile fronthaul architecture | |
Zhang et al. | Experimental comparison of orthogonal frequency division multiplexing and universal filter multi-carrier transmission | |
US8842758B2 (en) | Dynamically selecting methods to reduce distortion in multi-carrier modulated signals resulting from high peak-to-average power ratios | |
CN111641579B (zh) | 降低光ofdm系统信号峰均比的削峰-分段线性压阔方法 | |
CN114301527B (zh) | 基于权重因子压扩函数的压扩量化方法及系统 | |
Yu et al. | PAPR reduction for bit-loaded OFDM in visible light communications | |
CN110336767B (zh) | 一种用于降低dco-ofdm信号papr的方法 | |
CN106027146B (zh) | 一种dco-ofdm直流偏置和子载波功率的优化方法 | |
CN109347779B (zh) | 基于阈值矢量圆ofdm信号直接限幅技术的fpga实现方法 | |
Farid et al. | Improved aggregated rate for optical orthogonal frequency division multiplexing (IARO-OFDM) for intensity modulated and direct detection of VLC deployment over 6G networks | |
Dang et al. | PAPR reduction in OFDM with active constellation extension and hadamard transform | |
Mahmuda et al. | Adaptive Companding as a PAPR Reduction Technique of an OFDM Signal. | |
CN112769728B (zh) | 基于滤波器组的多载波调制光通信系统的kde非均匀量化方法 | |
Wagay et al. | A HYBRID NOISE-PAPR REDUCED MESSAGE TRANSFER ALGORITHM FOR SCMA-OFDM SYSTEM | |
Rishi et al. | Mitigation of non linear effects using non linear transform in dispersion managed coherent optical OFDM systems | |
CN117424788B (zh) | 一种降低ofdm多载波系统papr的方法 | |
CN114866391B (zh) | Siso-ofdm系统及其基于端到端神经网络的信号传输方法 | |
Nair et al. | LFDMA PAPR minimization using advanced selective mapping-based phase factor optimization | |
Nayak et al. | A review on PAPR reduction techniques in OFDM system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |