操作环境MATLAB 2024a1、算法描述摘要正交频分复用技术能够把高速数据流分解到多个正交子载波上传输因此在宽带通信系统中具有较高的频谱利用率和较强的抗频率选择性衰落能力。公开资料显示OFDM 已经用于 DAB、DVB、WLAN、WiMAX、第四代和第五代移动通信等系统5G NR 物理层标准也以 OFDM 作为重要波形基础。 但是OFDM 多个子载波在时域叠加后容易产生较高峰均功率比。较高 PAPR 会提高功率放大器线性工作要求降低功放效率并可能带来带内失真和邻道泄漏问题。因此PAPR 抑制是 OFDM 发射链路设计中的重要问题。本文基于 MATLAB 对原始 OFDM、限幅法、压扩法、SLM 选择映射、PTS 部分传输序列和 TR 保留音法进行建模仿真。系统采用 16QAM 调制、过采样 IFFT、循环前缀和 AWGN 信道分别从 PAPR 互补累积分布、误码率、星座图、平均 PAPR、算法复杂度和功率谱六个角度展开对比。仿真结果能够直观看出不同 PAPR 抑制方法在峰值控制能力、信号失真、误码率影响和计算复杂度方面的差异。整体来看限幅和压扩方法结构简单但更容易引入失真SLM 和 PTS 具有较好的无失真抑峰能力但需要边信息和较高计算量TR 方法通过保留子载波构造抵消信号能够在不直接削弱数据子载波的情况下抑制峰值但会牺牲部分频域资源。本文仿真模型结构清晰指标完整适合用于 OFDM PAPR 抑制算法的学习、验证与横向比较。关键词 OFDM峰均功率比PAPR 抑制16QAM限幅法压扩法SLMPTSTR 保留音法误码率分析1. 引言OFDM 的核心思想是把一个高速传输任务分配到多个低速正交子载波上完成。每个子载波之间保持频域正交关系因此子载波频谱可以相互重叠而不产生传统意义上的严重互扰。这样做可以提高频谱利用率也可以把复杂的宽带频率选择性信道转化为多个相对简单的窄带子信道。对于宽带无线通信、移动通信和多载波传输系统而言这种结构具有明显工程价值。但是OFDM 的优势和问题是绑定在一起的。由于发送端需要把多个子载波信号叠加到同一个时域波形中当多个子载波相位在某些采样点附近同向叠加时时域瞬时幅度会显著升高。这个现象表现为峰均功率比增大。PAPR 越高发射机功率放大器越难在高效率状态下保持线性输出。如果功放为了避免削顶而预留很大功率回退系统能量效率会下降如果功放没有足够回退输出波形会出现非线性压缩导致误码率变差和频谱扩展。近年的 PAPR 研究仍然持续关注限幅滤波、SLM、PTS、TR 等方法说明该问题在 OFDM 及其扩展波形中仍有现实意义。本文围绕 OFDM PAPR 抑制问题建立 MATLAB 仿真系统。系统不是只展示单一算法而是把原始 OFDM、限幅、压扩、SLM、PTS 和 TR 放在同一参数条件下对比。这样做的价值在于可以直接观察不同方案的取舍关系。单纯看 PAPR 曲线并不够因为有些方法降低了峰值却损伤了数据符号单纯看 BER 也不够因为有些方法误码率较好但计算复杂度过高或需要额外边信息。因此本文采用多指标评价方式使仿真结果更接近真实通信系统中的工程判断逻辑。2. 系统模型本文仿真系统采用典型 OFDM 基带链路。发送端首先产生随机二进制比特流然后通过 16QAM 调制形成复数星座符号。调制符号被映射到有效数据子载波位置并避开直流子载波。为了提高 PAPR 统计的准确性系统采用过采样方式扩展 IFFT 点数使时域峰值观察更加充分。随后不同 PAPR 抑制算法分别作用在 OFDM 频域或时域信号上。最后系统添加循环前缀并通过 AWGN 信道传输。接收端首先去除循环前缀然后通过 FFT 恢复频域子载波。对于 SLM 和 PTS 等需要相位补偿的方法接收端利用发送端保存的相位边信息对数据符号进行恢复。对于压扩方法接收端执行对应的反压扩处理。完成频域恢复后系统提取数据子载波并进行 16QAM 解调将接收比特与原始发送比特进行比较从而计算误码率。该模型包含两个核心仿真流程。第一个流程用于 PAPR 统计系统在大量随机 OFDM 帧上计算每种算法的 PAPR并进一步绘制 CCDF 曲线、平均 PAPR 柱状图和复杂度对比图。第二个流程用于误码率分析系统在多个 SNR 点上重复发送随机帧统计不同算法的 BER并在指定 SNR 下保存接收星座点。这样的设计能够同时覆盖峰值统计、传输可靠性和星座失真情况。3. PAPR 抑制算法原理原始 OFDM 不进行额外峰值处理直接把频域符号通过 IFFT 转换为时域信号。它作为基准方案用于观察未抑制时的 PAPR 水平和误码性能。原始方案结构最简单不需要边信息也不会引入额外失真但其峰值较高对功放线性度要求最大。限幅法是最直接的 PAPR 抑制方法。它设置一个幅度门限当时域信号幅度超过门限时直接把超出部分压到门限附近。限幅法实现简单计算量低也不需要复杂边信息。但是限幅本质上属于非线性削峰会直接改变原始 OFDM 时域波形。这样虽然能降低峰值却会引入带内失真和频谱扩展因此误码率和功率谱可能受到影响。压扩法通过非线性幅度变换压缩大幅度样点同时尽量保留小幅度样点的可辨识度。相比硬限幅压扩通常更平滑削峰过程没有限幅那么突兀。系统中采用 mu 律压扩思想并在接收端执行反压扩。该方法能够降低峰值但仍然属于非线性处理因此在噪声环境下反压扩可能放大部分扰动误码性能不一定总是优于原始 OFDM。SLM 选择映射属于概率类无失真 PAPR 抑制方法。它通过多组相位扰动序列生成多个候选 OFDM 符号然后从中选择 PAPR 最低的候选符号发送。SLM 的优点是不会像限幅那样直接削弱时域峰值因此理论上对数据星座的破坏更小。缺点是发送端需要多次 IFFT 或等效候选计算同时接收端需要知道所选相位序列否则无法正确恢复原始符号。PTS 部分传输序列方法把数据子载波划分成多个子块每个子块分别变换到时域后乘以不同相位因子再通过搜索选择合适的相位组合使合成后的 OFDM 符号 PAPR 降低。PTS 通常具有较好的抑峰效果但搜索组合会随着子块数和相位集合扩大而迅速增加。已有综述研究也把 PTS 作为 OFDM PAPR 抑制中的重要方向进行系统讨论。TR 保留音法在频域中预留一部分子载波不承载用户数据而是用于生成峰值抵消信号。系统通过多次迭代检测时域峰值并把抵消分量投影到保留音位置。TR 的优点是数据子载波不被直接削顶缺点是需要牺牲部分频域资源。近年仍有研究使用范数优化、流形优化等方法改进 TR 的峰值控制能力和资源利用效率。4. 仿真设计本文 MATLAB 工程采用主函数与函数文件分离结构。主函数 main.m 负责清理环境、添加路径、创建图像文件夹 、读取参数、调用仿真函数和输出结果。所有功能函数放在 function 文件夹中包括参数配置、调制解调、OFDM 发送接收、PAPR 计算、不同算法实现和绘图函数。参数设置方面系统采用 128 个基础子载波并设置 4 倍过采样。有效子载波避开直流位置其中一部分子载波被设置为 TR 保留音其余子载波用于承载 16QAM 数据。PAPR 统计帧数设置为 1500 帧误码率统计帧数设置为每个 SNR 点 180 帧SNR 范围为 0 dB 到 18 dB。SLM 使用 8 组候选相位序列PTS 使用 4 个子块和四相位集合TR 设置 6 次迭代。以上参数能够在仿真耗时和结果稳定性之间取得相对平衡。绘图输出包括六类结果。第一类是 PAPR CCDF 曲线用于观察不同阈值下 PAPR 超过该阈值的概率。第二类是 BER 曲线用于评价算法在噪声信道下的可靠性。第三类是星座图用于观察非线性处理或噪声对接收符号分布的影响。第四类是复杂度对比图用理论运算量和实测单帧耗时共同反映算法代价。第五类是平均 PAPR 柱状图用于展示每种方法的平均削峰能力和离散程度。第六类是功率谱图用于观察不同方法是否对频谱形态产生明显影响。5. 仿真结果分析从 PAPR CCDF 曲线来看原始 OFDM 通常具有最高的 PAPR 分布尾部。这符合 OFDM 多子载波时域叠加的基本特性。限幅法、压扩法、SLM、PTS 和 TR 都能够不同程度降低 PAPR 超限概率。CCDF 曲线越靠左表示在相同概率下所需承受的 PAPR 阈值越低也说明抑峰效果越明显。从平均 PAPR 柱状图来看各算法的整体排序能够进一步验证 CCDF 曲线的趋势。平均 PAPR 不是唯一评价指标但它可以快速反映不同算法在大量随机帧上的平均削峰能力。如果某种方法平均值较低且标准差较小说明该方法不仅有较强抑峰效果而且对不同随机帧具有更稳定的表现。从 BER 曲线来看不同算法的传输可靠性差异不能简单等同于 PAPR 抑制能力。限幅和压扩可能降低峰值但它们对时域波形进行了非线性处理因此在接收端可能出现星座点扩散和判决误差增加。SLM 和 PTS 主要通过相位候选选择降低峰值理论上不直接破坏数据符号因此在边信息正确恢复的条件下误码率一般更容易保持接近原始 OFDM。TR 方法不直接修改数据子载波但保留音的抵消信号会改变整体时域波形同时牺牲部分频域资源因此其 BER 和 PAPR 表现需要结合参数共同判断。从星座图来看星座点越集中说明接收端恢复质量越好。若某种方法的星座点明显发散说明该方法可能引入了更强失真或噪声放大。限幅类方法在高削峰强度下容易造成星座扩散压扩类方法在反压扩后也可能对噪声敏感。SLM 和 PTS 如果边信息准确星座结构通常更清晰。TR 方法的星座质量与保留音数量、迭代次数和抵消步长有关。从复杂度图来看原始 OFDM、限幅和压扩的结构较简单适合低复杂度场景。SLM 需要生成多个候选符号其计算量与候选序列数量直接相关。PTS 需要搜索多个相位组合复杂度随子块数和候选相位数量增长。TR 方法需要多次迭代检测峰值并更新保留音因此计算代价也高于简单限幅和压扩。工程应用中不能只追求最低 PAPR还必须考虑硬件资源、实时性、边信息开销和频谱约束。从功率谱图来看限幅等非线性处理可能带来频谱形态变化。虽然本仿真主要是基带算法对比但功率谱观察仍然有价值。实际发射机中频谱扩展会关系到邻道泄漏和射频滤波压力。TR、SLM 和 PTS 等方法通常比硬削峰更利于控制频谱副作用但具体表现仍然依赖参数设置。6. 工程意义该仿真工程的价值不在于把某一种算法包装成绝对最优而在于建立一个公平的横向比较框架。PAPR 抑制本身就是典型的多目标问题。一个方法可能削峰很强但误码率变差另一个方法可能误码率保持较好但计算复杂度高还有一些方法需要额外边信息或牺牲子载波资源。工程设计必须承认这些代价而不是只看单一曲线。对于实际通信系统PAPR 抑制方案需要结合功率放大器线性区、发射功率目标、带宽配置、调制阶数、接收端边信息恢复能力和硬件算力共同选择。移动终端更关注功放效率和实现复杂度基站侧可能有更强算力但也需要满足频谱模板要求。若系统更看重简单实现可以优先考虑限幅和压扩若系统更看重信号质量可以考虑 SLM 或 PTS若系统允许预留部分频域资源可以考虑 TR 及其优化变体。7. 系统特点本文系统具有较完整的算法覆盖范围。工程不仅包含原始 OFDM还同时加入限幅法、压扩法、SLM、PTS 和 TR 六类方案能够覆盖失真类、概率选择类、相位优化类和保留音类 PAPR 抑制思路。系统输出结果也比较完整既有 PAPR CCDF 曲线也有 BER、星座图、复杂度、平均 PAPR 和频谱图能够从多个角度支撑结论。本文系统结构清楚。主函数只负责整体流程调度具体算法被封装到独立函数中。这样的结构便于后续扩展例如替换调制方式、增加信道模型、改变子载波数量、增加功放非线性模型或加入新的 PAPR 抑制算法。代码中的关键位置已经加入中文注释便于理解每个函数的作用和主要处理逻辑。本文系统的评价方式较接近工程判断。它没有只关注 PAPR 曲线而是把 BER 和复杂度一起纳入分析。这样可以避免“PAPR 降得越低越好”的片面判断。对于真实系统而言通信质量、实现成本、实时性和频谱约束必须一起考虑。该工程能够帮助使用者理解不同算法之间的真实取舍关系。8. 结论本文基于 MATLAB 建立了 OFDM 系统 PAPR 抑制算法仿真模型对原始 OFDM、限幅法、压扩法、SLM、PTS 和 TR 保留音法进行了统一参数下的对比分析。仿真系统采用 16QAM 调制、过采样 IFFT、循环前缀和 AWGN 信道并从 PAPR CCDF、误码率、星座图、复杂度、平均 PAPR 和功率谱六个方面输出结果。分析表明原始 OFDM 结构简单但 PAPR 较高。限幅和压扩方法实现简单能够快速降低峰值但可能引入非线性失真。SLM 和 PTS 能够通过候选相位选择降低 PAPR信号质量保持较好但需要额外计算量和边信息支持。TR 方法利用保留音生成峰值抵消信号能够避免直接削顶数据子载波但需要牺牲部分频域资源并且性能依赖迭代参数和保留音位置。整体而言本文仿真结果说明OFDM PAPR 抑制没有单一绝对最优方案。不同方法适合不同工程条件。若系统关注低复杂度可以选择限幅或压扩若系统关注较低失真可以选择 SLM 或 PTS若系统允许保留部分子载波资源可以考虑 TR 方法。该工程能够为 OFDM PAPR 抑制算法学习、性能验证和方案比较提供较完整的 MATLAB 仿真基础。参考文献[1] ETSI. ETSI TS 138 211 V18.2.0: 5G; NR; Physical Channels and Modulation (3GPP TS 38.211 Version 18.2.0 Release 18). ETSI, 2024.[2] Kiambi, Stephen, Elijah Mwangi, and George Kamucha. “Reducing PAPR of OFDM Signals Using a Tone Reservation Method Based on l∞-Norm Minimization.” Journal of Electrical Systems and Information Technology, vol. 9, article 12, 2022.[3] Al-Jawhar, Yasir Amer, et al. “A Review of Partial Transmit Sequence for PAPR Reduction in the OFDM Systems.” IEEE Access, vol. 7, 2019, pp. 18021–18041.[4] Gökceli, Selahattin, et al. “Frequency-Selective PAPR Reduction for OFDM.” arXiv, 2019.[5] Gökceli, Selahattin, et al. “PAPR Reduction with Mixed-Numerology OFDM.” arXiv, 2019.[6] Liu, Maolin, Wei Chen, Jialong Xu, and Bo Ai. “A Comprehensive Study of PAPR Reduction Techniques for Deep Joint Source Channel Coding in OFDM Systems.” arXiv, 2023.[7] Rexhepi, Getuar, et al. “Tone Reservation-Based PAPR Reduction Using Manifold Optimization for OFDM-ISAC Systems.” arXiv, 2024.[8] Rexhepi, Getuar, Kengo Ando, and Giuseppe Thadeu Freitas de Abreu. “PAPR-Optimized OFDM Design for Opportunistic Communications and Sensing.” arXiv, 2024.[9] MathWorks. “OFDM Modulation Using MATLAB.” MathWorks Documentation, 2024.[10] MathWorks. “Downlink OFDM Modulation.” 5G Toolbox Documentation, 2024.2、仿真结果演示3、关键代码展示略4、MATLAB 源码获取V点击下方名片关注公众号获取
