成果介绍
该成果是针对 OFDM(正交频分复用)系统 “高峰均比(PAPR)易导致功率放大器非线性失真、降低系统传输性能” 的核心痛点,提出的一种基于 Arnold 变换的峰值功率优化方案。通过将 Arnold 混沌变换与信号预处理结合,在不显著增加系统复杂度的前提下,有效抑制 OFDM 信号峰值功率,为无线通信(如 5G、WiFi)中 OFDM 技术的高效应用提供关键优化路径。
成果亮点
Arnold 变换的信号置乱优化
突破传统峰值抑制技术(如限幅、SLM 选择性映射)的局限,将 Arnold 混沌变换引入 OFDM 信号预处理环节。通过对 OFDM 符号的子载波数据进行混沌置乱,改变信号时域幅度分布特性 —— 利用 Arnold 变换的 “位置置换” 特性,打散原始信号中易形成高幅度峰值的子载波组合,从信号结构层面降低峰值功率出现概率, PAPR 抑制效果比传统 SLM 方法提升 1.5-2dB。
低复杂度的变换与恢复机制
针对 Arnold 变换的逆变换特性,设计 “简化置乱参数选择算法”:仅需存储少量混沌变换参数(如变换迭代次数、初始矩阵),无需传输额外冗余信息,接收端即可通过相同参数反向恢复原始信号,避免传统方案因冗余数据导致的频谱效率损失。同时,通过硬件适配优化,将 Arnold 变换的计算复杂度控制在 O (N log N)(N 为子载波数),与 OFDM 系统原有 IFFT/FFT 模块兼容,无需大幅改造硬件架构。
团队介绍
济南大学
成果资料