相干光OFDM系统PAPR抑制方法研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:guaodeshanying
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年来,对相干光正交频分复用技术(CO-OFDM)的研究逐渐深入,在高速率、大容量、长距离的传输系统中有着非常广阔的应用前景。CO-OFDM技术结合了相干光检测和OFDM技术的双重优点,同样也继承了多载波技术所共有的高峰均功率比(PAPR)的问题。由于CO-OFDM系统中器件的非线性效应,峰值信号通过这些非线性器件时会产生严重的信号畸变,大大降低了系统的整体性能。而由于现阶段光器件制造工艺的限制,制造线性度较高的光器件的难度和成本都非常高,所以对如何抑制CO-OFDM系统中的PAPR的研究具有非常重要的意义。   论文介绍了OFDM技术的基本理论和CO-OFDM单模光纤通信系统模型,利用Optisystem光仿真软件和Matlab仿真软件相结合的方法对CO-OFDM单模光纤通信系统进行了仿真和性能分析。仿真结果表明,在不采用纠错编码的情况下,当传输速率为10Gbps,传输1000km时,得到的系统误码率小于1E-004;在要求系统误码率小于等于1E-003的情况下,该仿真系统在传输速率为10Gbps时可以传输1300km,CO-OFDM单模光纤通信系统能很好的适用于长距离通信。   论文还研究了CO-OFDM系统的非线性效应以及高PAPR对CO-OFDM系统的影响,并对现阶段主流的PAPR抑制技术进行分析和总结。为了解决CO-OFDM系统高PAPR的问题,根据CO-OFDM系统需要使用较多子载波的特点,论文给出了两种适用于CO-OFDM系统的改进的PAPR抑制方法:ACE改进算法和PTS-TR改进算法。论文将这两种改进算法应用于CO-OFDM系统,对算法的PAPR抑制性能和BER性能的影响进行仿真分析。仿真结果表明这两种方法都能很好的适用于CO-OFDM系统,而且都能有效的抑制CO-OFDM系统的PAPR,大大减小了算法复杂度,对系统的BER性能影响较小。
其他文献
随着移动通信技术的发展,集群通信也在向基于TD-SCDMA技术的第三代数字集群演进。目前集群业务量在增长,集群用户也在增加,而无线频谱资源相对有限。在这种情况下,呼叫接纳控制算
智能电网具有可靠、优质、高效、兼容、互动等特点,是未来电网的发展方向。实时电价(RTP)作为智能电网的一种理想定价机制,具有节能环保、削峰填谷、保障用户和供电商最大化效益等方面的优势,能完善需求侧管理,鼓励用户更明智更高效地用电,有效解决智能电网的供需平衡问题。然而,对实时电价模型的求解,通常采用基于对偶分解的次梯度算法,该算法有步长不易调整及在电网规模较大时,收敛慢甚至不收敛的缺陷。本文所用改进
随着数字多媒体技术的发展,光正交频分复用(O-OFDM)传输系统因其高速率大容量的特点得到了广泛的研究。然而由于受到O-OFDM系统中的色散、传输系统光器件和OFDM信号的子载波
随着各种宽带网络应用的不断涌现,组播业务日渐发展成为一种重要的业务模式。光网络拥有巨大的带宽资源,将组播技术移植到光网络将会使得更多的宽带实时应用成为可能。光组播中
感知无线电网络中,次用户(感知用户)在检测周期内需要对授权频段进行检测,当检测到频谱空洞后,次用户则利用空闲频段传输数据,这种伺机接入空闲的授权频段方案,可以提高频谱利用率。
近年来,随着光网络的不断发展,作为光网络接入环节代表性技术之一的以太无源光网络(Ethernet Passive Optical Network,EPON)得到了迅速的普及与应用。有关EPON应用和创新的各类
多示例多标记学习(MIMLL,Multi-Instance Multi-Label Learning)是机器学习的一个重要分支。MIML学习框架中,一个样本由多个示例即特征向量表示,并同时与多个标记相关联。因
LTE-Advanced是3GPP提出的LTE的增强技术,旨在提高传输速率以适应移动宽带通信市场的应用需求,并保持3GPP标准在移动通信领域的竞争力。它继续沿用了正交频分复用(OFDM)和多入
随着无线通信技术的发展,人们对随时随地自由通信的渴求越来越强烈,有限的无线资源与不断提高的多媒体业务质量要求之间的矛盾日益尖锐,无线资源分配技术在一定程度上解决了这个
无线传感器网络(wireless sensor network,简称WSN)是微电子、无线通信和嵌入式技术发展而产生的一种分布式网络,它被广泛应用于军事国防、工农业、环境科学、医疗、抢险救灾等