Abstract
The high peak-to-average power ratio (PAPR) of the transmitted signals is one of major drawbacks of the orthogonal frequency division multiplexing (OFDM). A partial transmit sequences (PTS) technique can improve the PAPR statistics of OFDM signals. However, in a PTS technique, the search complexity to select phase weighting factors increases exponentially with the number of sub-blocks. In this paper, a PTS technique with low computational complexity is presented, which adopts micro-genetic algorithm(${\mu}$-GA) as a search algorithm. A search on the phase weighting factors starts with a population of five randomly generated individuals. An elite having the largest fitness value and the other four individuals selected through the tournament selection strategy are determined, and then the next generation members are generated through the crossover operations among those. If the new generation converges, all the four individuals except the elite are randomly generated again. The search terminates when there has been no improvements on the PAPR during the predefined number of generations, or the maximum number of generations has been reached. To evaluate the performance of the proposed PTS technique, the complementary cumulative distribution functions (CCDF) of the PAPR are compared with those of the conventional PTS techniques.
전송 신호의 높은 PAPR (Peak-to-Average Power Ratio)은 OFDM (Orthogonal Frequency Division Multiplexing)의 주된 문제점중의 하나이다. PTS (Partial Transmit Sequences) 기법은 OFDM 신호의 PAPR의 통계를 개선하는 기법이다. 그러나 PTS 기법에서 위상 가중치의 선택을 위한 계산 복잡도는 서브블록의 수에 따라 지수적으로 증가한다. 본 논문에서는 ${\mu}$-GA (micro-Genetic Algorithm) 기반의 위상 가중치 탐색 알고리즘을 적용한 낮은 계산 복잡도를 갖는 PTS 기법을 제안한다. 위상 가중치의 탐색은 랜덤하게 생성한 5 개체의 개체군으로부터 시작한다. 이 중에서 적합도가 가장 큰 엘리트와 토너먼트 선택 방법에 의해 나머지 4 개체를 선택하고 교배 연산을 통해 다음 세대를 구성한다. 만일 생성된 세대가 수렴한다면 엘리트를 제외한 나머지 개체를 다시 랜덤하게 생성한다. 일정 세대 이상 PAPR이 개선되지 않거나 사전에 정해진 최대 세대수까지 진행하면 탐색을 종료한다. 제안하는 PTS 기법의 성능을 평가하기 위해 PAPR의 CCDF (Complementary Cumulative Distribution Function)를 이전의 PTS 기법과 비교한다.