本发明涉及一种ofdm信号的峰均功率比（papr）抑制方法，具体为一种基于多种群遗传算法抑制ofdm信号的峰均功率比方法。
背景技术
ofdm是一种多载波调制技术，将可用信道带宽划分为许多相对较窄宽度的子带，使得传输速率接近信道容量。ofdm在无线电和光纤通信系统中被广泛研究，并且ofdm光通信系统对色散和偏振模色散具有高容忍度。光强度调制和直接检测（im-dd）正交频分复用系统由于其简单的配置和低的成本，而广泛用于20公里范围和80公里跨度的短距离和较长距离接入网。然而，多载波调制ofdm的一个主要问题是相对较高的峰均功率比（papr）。一般来说，当许多不同子信道中的信号同相相位叠加时，发射信号中很容易出现大信号峰值。另外，光纤是一种非线性介质，其折射率取决于光信号的功率水平。较高的papr信号会造成严重的非线性效应，这会降低系统性能，并限制ofdm信号的最大传输距离。
如今，有许多papr抑制方法，如裁剪和滤波，选择性映射，部分传输序列，编码等，用来降低ofdm信号的papr。选择性映射（c-slm）方法（作为其中一种高性能的方法）是在每个子载波中插入不同的相位，并选择papr最低的相位序列进行传输。这些相移可以被随机地选择或者通过一些算法来选择，用来优化搜索路径，以降低papr。
遗传算法（ga）因为它的优良的性能而被用来优化slm算法（即ga-slm算法）。但是ga算法随着迭代次数的增加容易陷入局部优化，同时，ga算法提高变异率会在一定程度上抑制局部优化，降低整个系统的稳定性。
因此，需要一种新的技术方案来解决上述技术问题。
技术实现要素：
本发明提供一种基于多种群遗传算法的ofdm高峰均功率抑制方法，即利用mpga算法来抑制ga算法的局部优化，达到slm算法优化，降低ofdm信号过高的papr的目的，改善ofdm信号的最大传输距离。
为实现上述目的，本发明提供如下技术方案：
一种基于多种群遗传算法的ofdm高峰均功率抑制方法，在ofdm系统中，以mpga算法优化slm算法，通过引入并行ga算法，以降低ofdm信号的papr。mpga算法优化slm算法具体方法是：首先，对mpga算法参数进行初始化设定，即设定种群数量m、每个种群中个体的数量n、每个种群的突变率、种群间的移民数量、存活率和理想的papr0的值；其次，在总个体规模为m×n的个体中，所有个体都被随机地分配给m种群，每个个体代表一个相位序列，每个基因代表每个ofdm符号的对应位置的相位；接着，计算所有修正后的ofdm信号的papr值，并选择每个种群的最优个体，这些最优个体在这些种群之间迁移；然后，在每个种群上实现并行ga算法，并提取每个种群的最优个体以形成二代精英种群，一旦精英种群的最小papr值小于papr0值，算法终止，否则，将重复上述过程，直到第n代精英种群满足终止条件为止。
算法终止，还可以根据初始化设定mpga算法的精英种群的迭代次数来终止算法，即初始化设定精英种群迭代次数为4次，算法终止。
本发明利用多种群来实现多ga的并行处理，即为mpga-slm算法，该种算法可有效的避免传统遗传算法的局部优化的缺点，可以在全局下优化达到快速收敛，节省计算资源、克服早熟收敛，降低算法的复杂度，保证系统的稳定性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明mpga-slm算法流程图。
图2是长度为80km的ofdm（im-dd）实验背景框图。
图3是不同算法优化ofdm信号的ccdf曲线图。
图4是不同算法间的复杂度比较曲线图。
图5是c-slm、ga-slm、mpga-slm优化的ofdm信号和传统的ofdm之间的信噪比和误码率曲线图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
我们将对c-ofdm信号、与c-slm、ga-slm和mpga-slm改进的ofdm信号进行性能仿真，并在实验中进行验证。如图2所示，在发射机部分，将215-1伪随机二进制序列（prbs）映射成具有128个子载波的16-qam信号。在ifft之前进行papr抑制算法，即c-slm、ga-slm和mpga-slm。附加的1/16符号冗余用作循环前缀（cp），以减少符号间干扰和载波间干扰。上述ofdm数据由任意波形发生器（awg）转换为模拟信号，进一步由machzehnder调制器（mzm）调制为光载波。利用掺铒光纤放大器（edfa）和可变光衰减器（voa）来改变ofdm信号的光信噪比（osnr）。产生的具有0dbm功率的ofdm信号，发射到80kmssmf中。另一个edfa和voa用于调节接收机的输入功率。在接收端，我们使用光电探测器（pd）探测信号，来产生电信号和50gs/s实时示波器查看数据的性能，接着对光纤色散进行补偿。然后，对发射机的反转过程进行数据处理，如cp去除、fft、反转相位旋转和去映射等。图2中的插图是发送的ofdm信号的频谱及其在时域中的波形。对mpga-slm算法的参数进行设定，如表一：
如图1所示，mpga-slm算法：首先，按照表一参数进行初始化设定，即设定种群数量3、每个种群中个体的数量10、每个种群的突变率0.05、种群间的移民数量1、存活率0.3和种群迭代次数为4次；在总个体规模为30的个体中，所有个体都被随机地分配给3种群a、b和c，每个个体代表一个相位序列，每个基因代表每个ofdm符号的对应位置的相位；接着，计算所有修正后的ofdm信号的papr值，并选择每个种群的最优个体，这些最优个体在这些种群之间迁移（a￫b、b￫c、c￫a），以取代种群中最差个体；然后，在每个种群上实现并行ga算法，并提取每个种群的最优个体以形成二代精英种群，种群遗传了4代，算法终止。
（1）ccdf计算
一般情况下，通过计算papr的互补累积分布函数（ccdf）来评价papr抑制性能。图3展示了传统ofdm（c-ofdm）的ccdf，并针对不同数量的相位序列（u＝60或120），分别计算了c-slm、ga-slm和mpga-slm的改进ofdm信号的ccdf曲线。表一中列出了其它的相关的参数，如图3所示，随着相位序列数目的增加，papr性能得到改善。在120个相位序列和ccdf=1×10-3情况下，与没有任何papr抑制算法的c-ofdm相比，c-slm、ga-slm和mpga-slm分别为6db、5.7db和5.1db。另外，当相位序列的数目从60增加到120时，papr抑制性能却没有得到很大的改善,为了获得更大的性能改善，还需更多的相位序列。
（2）papr分析
表二列出了不同算法的1×10-3ccdf值，其中相位序列的数目被设置为120。从表二可以看出，在相同数量的相位序列下，mpga-slm可以获得更好的papr抑制性能。其中，ga-slm有一个种群，mpga-slm有3个种群。ga-slm一个种群有30个体，而mpga-slm只有10个体。ga-slm和mpga-slm均遗传了4代。对于c-slm，我们随机选择120个相位序列。而c-ofdm不添加任何相位序列。图4绘出了使用不同算法优化ofdm信号和相应的papr值的结果。c-slm在曲线中用三角形标识，papr抑制效果随着相位序列的增加而饱和，调用1200个序列时，papr可达到最低值5.4db。papr性能的快速饱和是由c-slm算法中的随机相位序列引起的，其中相位序列被随机挑选，并且新的挑选相位序列可能具有较高的papr。因此，在c-slm中添加更多的相位序列抑制性能改善不大。与c-slm相比，ga-slm改进ofdm信号能够获得较低papr，在图4中用圆形标识，其对应的papr在1200相位序列是5db。mpga-slm可以避开ga-slm的局部优化，如图4中的方形标记曲线所示，它在700个相位序列全局收敛到4.5db。其中关键是mpga-slm并行实现多个ga，不同种群的个体在多个种群之间迁移，从而使算法避开局部优化。因此，从图4中可以看出，mpga-slm可以实现更好的papr抑制性能，同时需要更少的相位序列。
（3）ber分析
在最后一部分中，我们测量了12.5gofdm(im-dd)信号分别在在80km-ssmf和背靠背(btb)情况下的误码性能。分别测试c-ofdm信号和经过c-slm算法、ga-slm算法和mpga-slm算法改进ofdm信号情况下两种情况下误码率曲线图。在btb和经过80km光纤传输下，mpga-slm算法相对于原始ofdm信号，在1×10-2处产生大约1db的ber改善，如图5中所示。
综上，利用mpga算法来优化slm算法，用来降低ofdm信号过高的papr。并通过一个12.5g的ofdm系统来验证该算法。mpga-slm通过并行执行，能够有效的避免ga-slm的局部优化。在相位序列均为120，ccdf=1×10-3条件下，相对于原始ofdm信号为获得1db的papr改善。误码率性能同样验证了mpga-slm的可行性，分别在btb和80km传输情况下，mpga-slm算法与c-ofdm信号相比，在没有任何papr抑制算法的情况下，获得了1db的误码率改善。