[论文解读] A PAPR Reduction Method Based on Artificial Bee Colony Algorithm for OFDM Signals

Yajun Wang, Wen Chen+1 more|arXiv (Cornell University)|Mar 13, 2020

PAPR reduction in OFDM参考文献 24被引用 105

一句话总结

本文提出一种改进的人工蜂群算法（ABC）来优化OFDM的部分传输序列（PTS），在降低PAPR的同时，与先前PTS方法相比，降低了计算复杂度。

ABSTRACT

One of the major drawbacks of orthogonal frequency division multiplexing (OFDM) signals is the high peak to average power ratio (PAPR) of the transmitted signal. Many PAPR reduction techniques have been proposed in the literature, among which, partial transmit sequence (PTS) technique has been taken considerable investigation.However, PTS technique requires an exhaustive search over all combinations of allowed phase factors, whose complexity increases exponentially with the number of sub-blocks. In this paper, a newly suboptimal method based on modified artificial bee colony (ABC-PTS) algorithm is proposed to search the better combination of phase factors. The ABC-PTS algorithm can significantly reduce the computational complexity for larger PTS subblocks and offers lower PAPR at the same time. Simulation results show that the ABC-PTS algorithm is an efficient method to achieve significant PAPR reduction.

研究动机与目标

• 由于OFDM系统的高峰值-平均功率比而推动降低PAPR。
• 提出一种基于改进ABC算法的子最优相位优化方法用于PTS。
• 在增加PTS子块规模时降低计算复杂度，同时提升PAPR性能。

提出的方法

• 将PAPR最小化表述为从 {e^{j2πℓ/W}}^{M} 的相位向量 b 中选择，其中有 M 个子块。
• 引入 ABC-PTS：修改 ABC 以处理离散相因子 {±1} 或 {±1, ±j} 对于 b。
• 将一个解表示为 b_i = [b_{i1},…,b_{iM}]，并将适应度定义为 1/(1+f(b_i))。
• 雇佣蜂和观望蜂使用方程(11)-(13)及离散映射(12)-(13)来生成邻近相位候选。
• 通过方程(15)将被放弃的源替换为侦察蜂；在迭代中跟踪最优解。

实验结果

研究问题

• RQ1 ABC 基于搜索是否能够高效找到OFDM中PTS的近优相因子？
• RQ2 ABC-PTS在降低计算复杂度的同时是否能显著降低PAPR，相较于 OPTS及其他启发式算法？
• RQ3 在大M子块时，ABC-PTS参数（种群规模 S、限制 limit、迭代次数 K）如何影响PAPR性能和复杂度？
• RQ4 在大M子块时，ABC-PTS与 IPTS、GD、RS、PSO-PTS、MDGA 在PAPR降低方面有何比较？

主要发现

• ABC-PTS在与若干子优方法相比，在相似或更低的计算成本下实现更低的PAPR。
• 对于 M=16 子块、W=2，K=40 时 ABC-PTS 可在 CCDF=10^{-3} 时达到约 6.65–6.75 dB 的PAPR，而 IPTS 为 7.95 dB，OPTS 为 6.45 dB。
• ABC-PTS 将复杂度降至 SK，相较于 OPTS，为 W^{M-1}，在相似性能水平时带来显著节省。
• 当 S=30 和 S=40 时，ABC-PTS 分别达到 6.8 dB 和 6.7 dB，而 OPTS 为 6.45 dB，复杂度仅为 2.75% 和 3.66% 的 OPTS。
• ABC-PTS 相对 PSO-PTS 和 MDGA 的性能随迭代次数增加而提升，且在 K=30 与 K=60 之间观察到0.1 dB 的提升。
• 该算法易于调参，因为只有三个控制参数（S、Limit、K）。