基于极化码辅助的概率类PAPR抑制的方法

摘要

本发明提供一种基于极化码辅助的概率类PAPR抑制的方法，其可解决现有的OFDM系统不可避免的会出现过高的PAPR，影响系统性能的问题。本发明的基于极化码辅助的概率类PAPR抑制的方法，包括：将待编码信号划分分为多个块；使用极化码对划分后的块进行编码，得到多条传输信号；计算传输信号的峰均功率比，选择一条峰均功率比最低的传输信号进行传输。

权利要求

1.一种基于极化码辅助的概率类PAPR抑制的方法，其特征在于，包括：将待编码信号划分分为多个块；

使用极化码对划分后的所述块进行编码，得到多条传输信号；

计算所述传输信号的峰均功率比，选择一条峰均功率比最低的传输信号进行传输。

2.根据权利要求1所述的基于极化码辅助的概率类PAPR抑制的方法，其特征在于，所述将待编码信号划分分为多个块，包括：确定所述待编码信号的长度为奇数还是偶数，若为偶数，则将所述待编码信号划分为第一块和第二块，其中所述第一块和所述第二块的长度尺寸相等；

若为奇数，则将所述信号等分为第三块和第四块，其中所述第三块的长度尺寸比所述第四块的长度尺寸大一个单位尺寸。

3.根据权利要求2所述的基于极化码辅助的概率类PAPR抑制的方法，其特征在于，所述使用极化码对所述待编码信号进行编码，包括：对所述待编码信号进行并行的U次编码，进行调正交振幅调QAM和逆快速傅里叶变化IFFT，将多条传输信号顺序排序，其中U为正整数。

4.根据权利要求1所述的基于极化码辅助的概率类PAPR抑制的方法，其特征在于，还包括对所述传输信号解码的步骤，包括：接收信号序列，公式表示为 对于每一个yi，计算yi表示接受端信息；

这个公式是信号出现0和1的概率的比值；

按顺序计算发送端第i个比特的似然值 表示接收端对发送端编码前的估值序列为：

若 则，否则

说明书

基于极化码辅助的概率类PAPR抑制的方法

技术领域

[0001] 本发明涉及一种基于极化码辅助的概率类PAPR抑制的方 法。

背景技术

[0002] 随着各种数据业务尤其是视频类业务的普及，人们对接入网 容量的需求日益增加，40/100Gbps传输速率。正交频分复用 (OFDM)-PON系统具有抗色散能力强、频谱效率高、带宽分配灵 活和扩展性强等特点，因此成为下一代PON研究热点之一。相比 相干光检测，直接检测OFDM-PON系统具有成本低廉的优势。

[0003] 但是，由于OFDM为多载波技术，各载波的叠加传输将导致 较高的峰均功率比(PAPR),这将要求网络器件具有较宽的线性范 围，从而增加了系统的成本。

[0004] 因此，为了能够OFDM-PON能够稳定安全运行，抑制PAPR 势在必行。许多学者投入研究抑制PAPR。比如说限幅法，编码 法，概率类方法。

[0005] 限幅技术是一种实现最简单的方法，但这种方法是对信号进 行非线性处理，所以会造成带内干扰和带外辐射，使系统的误码 率性能恶化。

[0006] 编码类方法的基本思想是通过计算由不同的编码方法所生 成的所有的码组的PAPR，分别比较其大小，将其中PAPR较大的 码组去掉，选择PAPR较低的码组作为许用码组进行信号传输， 从而避免出现较大的信号幅值。该方法的处理过程为线性过程， 不会造成信号发生失真，然而却会因编码速率的下降造成宽带利 用率的问题。另外，要查找最佳码字，需要计算所有码组的PAPR， 而且需要大量用于存储编码和解码的查询表，其计算复杂度较 高，同时编译码的过程较复杂，信息传输的速率受到的影响较大， 所以该类方法只适合在子载波数目较少的信号中使用,不适合在 子载波数目较多的信号中使用。

[0007] 概率类技术并不是对信号的幅度峰值进行抑制，而是通过降 低峰值出现的概率来改善系统的PAPR性能。选择映射技术(SLM) 分为几组信息乘以相位因子，然后通过IFFT，选择峰值信号相 对较低；部分传输序列技术(PTS)将IFFT的信息分组，然后通过 调整相位因子来降低PAPR，将信息分别乘以相位因子。与前两 种方法相比，这类方法的复杂度都较高，对边带信息的精度要求 也更高。

[0008] 参见图1，一个传统的SLM算法的结构，信号经过正交振幅 调制(QAM)，分别乘上U种不同的相位序列，然后分别进行IFFT 操作并分别计算PAPR，并选用PAPR最小的一组信号进行传输。 SLM算法对于PAPR有着很好的抑制效果，但是它需要传输额外 的相位信息，从而降低了系统的传输效率。但是SLM算法有着很 高的冗余信息，很高的冗余信息降低了SLM算法的使用的普遍 性。

[0009] 上述的编码方式可以发现，需要计算所有的码组，因此只能 适合一些载波数较少的信号，对于载波数很多的系统，复杂度会 极高，另外由于使用的码组经过筛选，因此为增加一定的冗余。 对于概率类算法虽然不会因为载波个数而限制它的使用，但是会 产生额外的边带信号，这种额外边带的信息对于恢复信号又极为 重要，所以会花费很多的额外信息传输信号。

[0010] 这些方式最优的情况是对信号产生无失真，并不能对信号进 行纠错。

发明内容

[0011] 本发明针对现有技术中存在的上述技术问题，提供一种可以 有效的降低系统中过高的PAPR，降低系统的误码率的基于极化 码辅助的概率类PAPR抑制的方法。

[0012] 解决本发明技术问题所采用的技术方案是一种基于极化码辅 助的概率类PAPR抑制的方法，包括：

[0013] 将待编码信号划分分为多个块；

[0014] 使用极化码对划分后的所述块进行编码，得到多条传输信 号；

[0015] 计算所述传输信号的峰均功率比，选择一条峰均功率比最低 的传输信号进行传输。

[0016] 可选地，所述将待编码信号划分分为多个块，包括：

[0017] 确定所述待编码信号的长度为奇数还是偶数，

[0018] 若为偶数，则将所述待编码信号划分为第一块和第二块，其 中所述第一块和所述第二块的长度尺寸相等；

[0019] 若为奇数，则将所述信号等分为第三块和第四块，其中所述 第三块的长度尺寸比所述第四块的长度尺寸大一个单位尺寸。

[0020] 可选地，所述使用极化码对所述待编码信号进行编码，包括：

[0021] 对所述待编码信号进行并行的U次编码，进行调正交振幅调 QAM和逆快速傅里叶变化IFFT，将多条传输信号顺序排序，其 中U为正整数。

[0022] 可选地，还包括对所述传输信号解码的步骤，包括：

[0023] 接收信号序列，公式表示为 对于每一个yi，  计算

[0024] yi表示接受端信息；

[0025] 这个公式是信号出现0和1的概率的比值；

[0026] 按顺序计算发送端第i个比特的似然值 表示接收端 对发送端编码前 的估值序列为：

[0027]

[0028] 若 则，否则

[0029] 本发明基于极化码辅助的概率类PAPR抑制的方法至少有如 下优点：

[0030] 通过对信号进行分块，并使用极化码对信号进行编码的方式 产生多条不同的信号，并分别计算这些信号的PAPR并选择一条 PAPR最低的信号进行传输，通过仿真的方式分析信号的PAPR抑 制情况。并通过一个直接检测OFDM系统作为实验系统进行实验 并分析信息纠正情况，分别比较背靠背和光纤传输后传统OFDM 信号，经过SLM算法和FPC(50％、20％)下误码率FPC算法在50％ 冗余情况下，相对于SLM算法提升了4.2dB，FPC冗余20％提升 了也有1个dB。

附图说明

[0031] 图1为图一SLM算法图；

[0032] 图2为2阶极化码结构；

[0033] 图3 N阶极化码编码示意图；

[0034] 图4为PC抑制算法图；

[0035] 图5为PC分块编码；

[0036] 图6为基于极化码辅助的概率类PAPR抑制的方法流程图；

[0037] 图7为极化码辅助的PAPR抑制算法的验证结构图；FPC灵 活分块编码；QAM正交振幅调制；S/P串/并转换；IFFT逆傅 里叶变换；CP循环冗余；AWG任意波形发生器；EDFA掺饵光纤 放大器；VOA可变光衰减器；SSMF标准光纤放大器；PD光电 检测器；BER误码率；

[0038] 图8为累积分布函数和信号；

[0039] 图9a为仿真分析冗余为20％时不同分块方式下误码率曲线变化；

[0040] 图9b为仿真分析冗余为50％时不同分块方式下误码率曲线变化；

[0041] 图10为背靠背和光纤传输后传统信号、SLM、FPC之后误码 率曲线。

具体实施方式

[0042] 为使本领域的技术人员更好地理解本发明的技术方案，下面 结合附图和具体实施方式对本发明所提供的一种显示单元、显示 基板及其驱动方法和显示装置作进一步详细描述。

[0043] 实施例1：

[0044] 本实施例提供一种基于极化码辅助的概率类PAPR抑制的方 法，包括：

[0045] 将待编码信号划分分为多个块；

[0046] 使用极化码对划分后的块进行编码，得到多条传输信号；

[0047] 计算传输信号的峰均功率比，选择一条峰均功率比最低的传 输信号进行传输。

[0048] 参见图6，上述方法的具体过程包括：

[0049] Step1首先初始化信息，PC码编码的长度N，编码之前的 长度K，并行编码次数为U，起始点所在的位置P.

[0050] Step2对于分开的两个块进行PC编码,并对起始点位置进 行保存

[0051] Step3分别计算不同起始点位置的OFDM信号的PAPR值

[0052] Step4挑选最小PAPR，并保存起始点位置

[0053] 极化码作为目前唯一可理论证明达到香农极限，并且具有明 确而简单的编码及译码算法。极化码构造的核心是通过“信道极 化”的处理，在编码端，采用编码的方法使各个子信道呈现出不 同的可靠性，当码长持续增加时，一部分信道将趋向于容量接近 于1的完美信道(无误码)，另一部分信道趋向于容量接近于0 的纯噪声信道，选择在容量接近于1的信道上直接传输信息以逼 近信道容量。在译码端，极化后的信道可用简单的逐次干扰抵消 译码(SC)的方法，以较低的实现复杂度获得与最大自然译码相 近的性能。

[0054] 可选地，对于任意给定码长的极化码，由于其规则的蝶型基 本单元变换，规定其码长N满足2的幂次。当码长N趋于无穷大 时，信道被极化变换成等价的完全理想无噪的虚子信道和完全噪 声的虚子信道。从而保证在信道质量好的信道上传输信息比特， 在信道质量差的信道上传输发收端已知的固定比特，以此尽可能 的去达到香农容限。生成矩阵GN，对极化码的编码起着至关重 要的决定性的作用。参见图2、3，就一个基本变换单元来讲， 包含一个二输入的模二加操作，这个变换相当于一个输入矩阵经 过一个有规则的矩阵变换,等效的输入为：

[0055] 一个变换单元表示极化码编码的最小的编码单元。信息块信 号进行分块之后产生的。信息块的出现会在编码之前。

[0056] (u1，u2)(x1，x2)＝(u1，u2)G1

[0057] 其中，G2是一个生成矩阵：

[0058]

[0059] 对于N阶的生成矩阵：

[0060]

[0061] 其中 为张量积,RN是一个翻转矩阵。

[0062] 可选地，参见图5，对于一个初始的OFDM信号，直接把信号分成两 部分Block1，Block2。假设OFDM信号的长度为K，假设信号长度是一个 偶数，则Block1的长度为K/2，Block2的长度为K/2，这样信号就被平 均的分为两份。则可以初始信号可以表示为：

[0063] S＝{B1,B2}

[0064] 其中B1＝{χ1,χ2...χK/2},B2＝{χK/2+1,χK/2+2...χK}

[0065] 规定Block1信号被Block2分割成2个部分。如图，可以来回的滑 动Bolck2,就可以得到L/2种不同的信号组合。则

[0066] S'＝{Bp1,B2,Bp2}

[0067] 其中Bp1＝{χ1,χ2...χP}，Bp2＝{χP+K/2+1,χP+K/2+1...χK}，B1＝{χP+1,χP+2...χP+K/2}[0068] 其中每个位置的Block2的第一个数据的位置K将会被保留，K的取 值范围为1,2,..,L/2-1，接着对分为两块的信号进行PC码编码，对于 编码之后的数据,规定Block1编码之后的数据放在前面，Block2的数据 放在后面。则

[0069] Encode(S)＝{Encode([Bp1,Bp2]),Encode(Bp2)}

[0070] 其中Encode表示polar code编码。

[0071] 表一 算法处理后信息长度

[0072]算法类型 C_OFDM SLM FPC
长度(信息) K/M K/M+K/(M+E) K/M+(N-K)/M+(log2(k/2)/E

[0073] 其中(log2(k/2)/E远远小于K/(M+E)的长度,因此在忽略这个小冗 余的情况下，假设两种算法有着相同的冗余，则可以表示为：

[0074]

[0075] 由上述的公式，可以看出信号的冗余度与安全信道传输信号所用的 调制方式有着密切的关系。

[0076] 在安全信道采用E＝1时,E/(E+1)＝0.5,在PC码的编码冗余度为50％ 时，和传统的SLM算法有着相同的冗余度。当E＝4时，E/(E+1)＝0.8，在 PC码的编码冗余度为20％时，和传统的SLM算法有着相同的冗余度。

[0077] 对于PC码来说，通过编码的方式来改变信号，编码前后的信号是有 规律的,因此可以通过计算的方式，将信号恢复出来而不需要额外的边带 信息。相对于传统的SLM算法来说，不需要大量的冗余信息。相对于编 码方式来说，不必计算所有的码组，只需要寻找到需要的码组。参见图 4是FPC算法的基本流程，可以发现传统的SLM算法先进行调制，然后 对调制之后的信号，乘上U条不同的相位序列，然后计算出PAPR最小的 相位序列。FPC算法首先对原始信号先进行一个并行的多次编码，次数 同样为U次，然后进行QAM调制操作和IFFT，接着计算出这些码组中最 小的PAPR值，作为发射端信号进行发送。

[0078] 可选地，解码过程包括：

[0079] 假设 表示接收端得到的序列，对于每一个yi，可以  计算按顺序计算发送端第i个比特的似然值

[0080] 表示接收端对发送端编码前 的估值序列 为：

[0081]

[0082] 若 则，否则

[0083] 以下通过仿真的方式分析上述方案中基于极化码辅助的概率类 PAPR抑制的方法相较于相关技术的对比：

[0084] 参见图7，极化码辅助的PAPR抑制算法的实验结构，在OFDM的发 射端，一个PRBS15的信号充当信源信息，作为初始信号，接着PAPR抑 制的算法相关算法会这边应用来抑制信号的PAPR，调制方式采用16QAM， 其中信号的载波数为512，有效的数据载波为128,上述操作都会在线下 处理完之后，通过一个12.5个的任意波形发生器(AWG)产生电信号， 并通过马赫增德尔调制器(MZM)调制到光载波，采用外腔激光器(ECL)， 波长为1552nm。在光纤链路之前，采用一个放大器和一个可变光衰减器 来控制输入光纤功率。上述方案入纤功率为6.5dBm,光纤链路是一个长 度为30km的标准单模光纤，在1550nm每公里衰减0.2dB。在OFDM接收 端一个衰减器和一个放大器组成一个噪声控制模块可以调整系统的信噪 比，方便测试误码率与光信噪比之间的关系。之后通过固定光衰减器控 制输入光电检测器的输入功率。最终信号传输到一个50G的采样示波器， 并对得到的信号进行信号处理。并通过一系列与发射端镜像的数字信号 处理操作，比如说，傅里叶变换，信道估计，解除FPC操作，调制等等， 并比较发送信号和接受信号计算误码率。

[0085] 累积分布函数(Cumulative Distribution Function)，又叫分布函 数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。 本文通过计算不同算法的CCDF，用来判断算法对OFDM信号的PAPR的抑 制情况。其中10000个OFDM符号被用来仿真不同算法。其结果如图8 所示。其中粉色的线条表示C-OFDM信号，在CCDF为10^-3时，对应的 PAPR值为13.5dB。其中红色曲线，绿色曲线和蓝色曲线分别表示FPC 和SLM算法在随机次数为50,100,150时累计分布函数对应的曲线。从图 中可以看出，想随机次数一定的情况下，SLM算法和FPC算法的抑制能 力接近重合。另外，参见图8，画出了不同算法下算法的信号图，从上 到下，第三条是表示的传统的OFDM信号，很明显可以看出来，信号有着 很多突出的峰值。第一张和第二张图，则展示了SLM算法和FPC算法抑 制后的OFDM信号，可以明显的看出了信号更加平均，高峰值信号明显被 抑制。

[0086] 参见图9，一个初始长度为410(20％)和256(50％)的信号作为初 始信号，其中PC编码之后的长度为512，为了测试本文提出的FPC分块 结构为最优结构，本文在长度410时为仿真了Block1分别占据40％，45％ 和50％，Block2则占据剩余的60％，55％和50％，图中红色线条表示Block1 占据50％，绿色线条表示Block1占据45％，蓝色线条表示Block1占据 40％。从仿真结果可以发现占据50％的方案为最优方案。同时，当初始长 度为256时，同样设计了三个方案(30％，70％)，(40％，60％)，(50％， 50％)，平均分配方案有着最优解。

[0087] 参见图10，对比展示了两种算法SLM算法和PC算法抑制SLM算法 之后的对比结果。其中两条粉色的线条表示的是传统的OFDM信号的BER 曲线，红色的线条表示的是经过SLM算法之后的信号的BER曲线。蓝色 和绿色分别表示FPC冗余为20％和50％时信号的BER曲线。另外，圆形圈 表示的是BTB的信号，方形表示的是经过80Km光纤之后的信号。很明显 从图中可以看出SLM算法在10^-3下只有0.5dB的增益，而本文所提出 的FPC算法在冗余为
20％时则有着4dB的增益，在冗余为0.5时则有6.5dB 的增益。

[0088] 可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采 用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普 通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出 各种变型和改进，这些变型和改进也视为本发明的保护范围。