[发明专利]基于离散广义追踪算法的峰均功率比优化方法在审
申请号: | 201811430844.4 | 申请日: | 2018-11-28 |
公开(公告)号: | CN109347780A | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 张仁杰;李骏;王亚军;桂林卿 | 申请(专利权)人: | 南京理工大学 |
主分类号: | H04L27/26 | 分类号: | H04L27/26 |
代理公司: | 江苏楼沈律师事务所 32254 | 代理人: | 沈勇 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 算法 峰均功率比 追踪 正交频分复用系统 无线通信技术 交频分复用 复杂度 误码率 有效地 对正 优化 保证 | ||
1.基于离散广义追踪算法的峰均功率比优化方法,其基本特征在于:在正交频分复用系统中,多个子载波的系统里面,由于多个子载波的相位可能出现一致的情形,所带来的瞬时峰值功率很大,从而影响上变频时候使用的功率放大器。一旦功率的最大值超出功率放大去的线性区域,将会影响功率放大器的放大性能,影响正交频分复用系统的各个子载波之间的正交性。所以,本专利采用离散广义追踪算法进行搜索频域上核函数,得到峰值减少序列,从概率上进行减少原始时间信号的峰均功率比的值。将离散广义追踪算法和传统的算法进行对比,得到算法的复杂度分析。仿真结果证明了离散广义追踪算法的优越性。
2.如同权利要求1所述的基于离散广义追踪算法的峰均功率比优化方法,其特征在于:离散的广义追踪算法是来源于机器学习中的学习自动机,广义追踪算法分为了离散和连续两种算法。本专利采用的离散广义追踪算法是搜寻最优的动作,在所有的动作空间中,找出适合各自模型中最佳的动作。离散广义追踪算法的评价函数是根据环境的反馈,依据反馈的结果是正值还是负值,得到对某一个动作带来的是正影响还是负影响。每一次算法更新迭代时候,通过算法里面的每一个动作的概率公式,改进离散广义追踪算法的收敛速度,从而能够快速地搜索到最佳的解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811430844.4/1.html,转载请声明来源钻瓜专利网。