OFDM系统峰平比抑制方法的研究开题报告

1. 本选题研究的目的及意义

正交频分复用(ofdm)技术作为一种高效的多载波调制技术，具有频谱利用率高、抗多径干扰能力强等优点，已广泛应用于数字电视、无线局域网和4g/5g移动通信等领域。

然而，ofdm系统固有的高papr(峰均功率比)问题会导致信号在经过高功率放大器时产生非线性失真，从而降低信号质量，影响系统性能。

因此，研究有效的papr抑制技术对于提升ofdm系统性能具有重要的现实意义。

2. 本选题国内外研究状况综述

papr抑制技术是ofdm系统研究的热点和难点之一，国内外学者对此进行了大量的研究，并取得了一系列的研究成果。

1. 国内研究现状

国内学者在ofdm系统papr抑制技术方面做了大量研究工作，在限幅技术、星座图扩展技术、选择性映射技术以及基于编码的papr抑制技术等方面取得了一定的研究成果。

3. 本选题研究的主要内容及写作提纲

本课题将在深入分析ofdm系统papr产生机理的基础上，对现有的papr抑制技术进行分析和比较，并在此基础上提出改进的或新的papr抑制算法。

具体研究内容包括：1.研究ofdm系统基本原理和papr问题，分析papr产生的原因及其对系统性能的影响。

2.对现有的papr抑制技术进行分类和比较，分析各种技术的优缺点和适用范围。

4. 研究的方法与步骤

本课题将采用理论分析、仿真实验和数值计算相结合的研究方法，具体步骤如下：1.文献调研阶段：查阅国内外相关文献，了解ofdm系统papr问题的研究现状、现有papr抑制技术的优缺点以及未来发展趋势，为本课题的研究奠定理论基础。

2.算法设计与仿真阶段：基于现有的papr抑制技术，提出改进的或新的papr抑制算法，并通过matlab等仿真软件进行仿真实验，验证算法的有效性和性能。

3.结果分析与总结阶段：对仿真实验结果进行分析，比较不同papr抑制算法的性能，并撰写论文、总结研究成果。

5. 研究的创新点

本课题的创新点在于：1.提出一种改进的基于pts的papr抑制算法，通过优化相位因子选择策略，进一步降低ofdm信号的papr，提高papr抑制性能。

2.探索基于人工智能的papr抑制技术，将神经网络或深度学习算法应用于ofdm系统的papr抑制，为解决papr问题提供新的思路。

3.对不同papr抑制算法进行性能比较分析，为实际应用中选择合适的papr抑制技术提供参考依据。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 焦亚龙, 孙宜峰, 张天魁. 基于深度学习的ofdm系统papr抑制技术综述[j]. 电讯技术, 2022, 62(11): 1584-1595.

[2] 张丁宁, 肖小潮. ofdm系统中一种改进的pts峰值功率抑制算法[j]. 电子测量技术, 2023, 46(06): 79-85.

[3] 袁路平, 孙宜峰, 张天魁. 基于深度学习的ofdm系统papr抑制方法[j]. 通信学报, 2021, 42(09): 182-191.