Page 123 - 《应用声学》2021年第2期
P. 123

第 40 卷 第 2 期       郭铁梁等: OFDM 水声通信 CS 限幅失真补偿与 LS 信道估计优化算法                                   291


                 首先分析验证 CS 算法对 PAPR 非线性失真的                     补偿算法进行 CCDF 曲线及 BER 曲线的性能对比
             补偿效果。利用表 1、表 2 中的数据,图 2 绘出了直                      仿真分析。将 SLM 算法中的传输序列数目设为 4,
             接限幅法、压缩扩展法的 CCDF 曲线的对比仿真结                         将 PTS 算法中的相位加权系数 (旋转因子) 的数量
             果。由于 CS 算法主要对直接限幅法的非线性失真                          也设为4。图4给出了直接限幅法、SLM算法及PTS
             进行补偿,所以在 CCDF 曲线上只能用直接限幅的                         算法的 CCDF 曲线,如果只考虑对于 PAPR 的抑制
             曲线来体现,而 CS 算法的补偿效果主要体现在图 3                        作用,从图 4 中可以看出,PTS 方法要稍好于 SLM
             中,图 3 分别绘出了 CS 限幅补偿算法、压缩扩展限                       方法。图5给出了CS补偿法、SLM算法及PTS算法
             幅和直接限幅算法的 BER 曲线。由于压缩扩展限                          的BER曲线,从图5中可知,CS限幅补偿法的 BER
             幅和直接限幅算法不能去除接收端的限幅噪声,因                            性能略好于 SLM 算法及 PTS 算法,但从上文所提
             而使得这两种方法虽然能保证水下 HPA 正常工作,                         的算法过程可知,CS算法在计算量及对信道估计的
             对 PAPR 的抑制作用非常有效,但却不能保证系统                         优化性能方面要好于概率类算法。
             的误码率性能。从图 3 的误码率曲线可以看出,CS
                                                                     10 0
             算法很好地补偿了直接限幅的非线性失真,获得了
             比压缩扩展法更好的系统性能。                                         10 -1

                   10 0                                             10 -2
                                                                   CCDF  10 -3
                  10 -1

                  10 -2                                             10 -4
                                                                             ௄ᬍࣨ
                 CCDF  10 -3                                        10 -5    10 dBᄰଌᬍࣨ
                                                                             SLMካข
                                                                             PTSካข
                  10 -4                                             10 -6
                                                                        2    4     6    8    10    12   14
                           ௄ᬍࣨ                                                      PAPR᫃ᬍ/dB
                  10 -5
                           10 dBᄰଌᬍࣨ
                           ԍ᎖ੱ࡙ካข                                   图 4  PAPR 限幅与概率类算法的 CCDF 比较
                  10 -6
                     2     4    6     8    10   12    14
                                                                  Fig. 4 CCDF of clipping and probabilistic algo-
                                   PAPR᫃ᬍ/dB
                                                                  rithms
                     图 2  PAPR 限幅算法的 CCDF 比较
                  Fig. 2 CCDF comparison of PAPR clipping            10 0
                   10 0
                                                                    10 -1

                  10 -1
                                                                    BER  10 -2

                 BER  10 -2                                                  ళᬍࣨ
                                                                             ԍ᎖ਖᅼᬍࣨᛪϪ
                                                                    10
                                                                      -3
                                                                             SLMካข
                                                                             PTSካข
                          ళᬍࣨ                                                ᄰଌᬍࣨ
                  10 -3
                          ԍ᎖ਖᅼᬍࣨᛪϪ                                  10 -4
                          ԍ᎖ੱ࡙ካข                                        1    2   3    4    5   6    7    8
                          ᄰଌᬍࣨ                                                        SNR/dB
                  10 -4
                     1    2    3   4    5    6   7    8
                                                                     图 5  PAPR 限幅与概率类算法的 BER 比较
                                   SNR/dB
                                                                 Fig. 5 BER of clipping and probabilistic algorithms
                      图 3  PAPR 限幅算法的 BER 比较
                  Fig. 3 BER comparison of PAPR clipping           由于本文利用导频数据结合 CS 的 BP 算法进
                 另外,为了和其他类别的降低 PAPR 的方法相                       行限幅噪声的补偿运算,因此导频数据量的多少必
             比较,下面将传统的概率类算法中的选择性映射                             然对本文的新算法有所影响。下面将针对不同导频
             (Selected mapping, SLM) 法、部分传输序列 (Par-            子载波间隔对系统性能的影响,利用BER曲线进行
             tial transmit sequence, PTS)法与直接限幅结合CS            仿真对比分析。从图 6 中可以看出,随着导频间隔
   118   119   120   121   122   123   124   125   126   127   128