background image

Adrian Langowski 
Politechnika Poznańska 
ul. Piotrowo 3a 
60-965 Poznań 
alangows@et.put.poznan.pl  

2006

 

Poznań, 7 – 9 czerwca 2006 

 

REDUKCJA STOSUNKU MOCY SZCZYTOWEJ DO MOCY ŚREDNIEJ  

METODĄ KSZTAŁTOWANIA KONSTELACJI 

 

Streszczenie:  W  niniejszej  pracy  przedstawiono  problem 
dużego  stosunku  mocy  szczytowej  do  mocy  średniej  PAPR 
symboli OFDM. Omówiono podstawy algorytmów minima-
lizujących  PAPR  oraz  wskazano  ich  podstawowe  wady. 
Zaprezentowano  prosty,  nieiteracyjny  algorytm  autorstwa 
H. Sari’ego, oraz zaproponowano jego modyfikację, mającą 
na celu uproszczenie implementacji. Skuteczność algorytmu 
została  udowodniona  na  drodze  symulacji,  których  wyniki 
przedstawiono na końcu referatu. 

 

1.  WSTĘP 

 
Modulacja  wielotonowa  OFDM  (ang.  Orthogonal 

Frequency  Division  Multiplexing)  z  uwagi  na  jej zalety, 
takie jak odporność na zaniki w kanale, czy efektywność 
widmowa,  znalazła  zastosowanie  w  wielu  systemach 
bezprzewodowych:  DAB,  DVB-T/H,  ADSL,  VDSL  itp. 
Jednakże  poważnymi  wadami  OFDM  są  wrażliwość  na 
błędy  synchronizacji  oraz  duży  stosunek  mocy  szczyto-
wej  do  mocy  średniej  PAPR  (ang.  Peak-to-Average 
Power  Ratio).  Rozwiązaniem  pierwszego  problemu  jest 
zastosowanie  w  odbiorniku  algorytmów  synchronizacji 
odpornych  na  zakłócenia.  Problem  drugi  rozwiązywany 
jest  natomiast  w  nadajniku  poprzez  odpowiednią  mody-
fikację nadawanego sygnału. 

Do  tej  pory  zaproponowano  wiele  różnych  metod 

redukcji  PAPR.  Pierwszą  i  zarazem  najprostszą  metodą 
było mnożenie sygnału przez prostokątne okno jeśli jego 
amplituda  przekraczała  pewien  określony  poziom  [1]. 
Poważnymi  wadami  tego  rozwiązania  są  jednak  wpro-
wadzenie  interferencji,  degradacja  bitowej  stopy  błędu 
BER  oraz  zwiększenie  mocy  promieniowania  poza  pa-
smem sygnału. Pozbawione tych wad są metody polega-
jące  na  odpowiedniej  modyfikacji  sygnału  w  dziedzinie 
czasu lub częstotliwości. Pierwszym z nich jest algorytm 
PTS (ang. Partial Transmit Sequence) dzielący wejścio-
wy blok N danych na kilka mniejszych bloków o rozmia-
rze  M  [2,  3].  Każdy  z  bloków  jest  przetworzony  za  po-
mocą odwrotnej, szybkiej transformacji Fouriera IFFT o 
rozmiarze N dając tym samym blok N próbek w dziedzi-
nie czasu. Odpowiada to procesowi modulacji. Nadawa-
ny  sygnał jest sumą ważoną tak otrzymanych bloków ze 
współczynnikami  wagowymi  dobranymi  w  taki  sposób, 
aby  PAPR  przyjmował  minimalną  wartość.  Modyfikacji 
sygnału  w  dziedzinie  częstotliwości  dokonuje  z  kolei 
algorytm SLM (ang. Selective Mapping). W metodzie tej 
z  bloku  N  danych  generuje  się  M  różnych  bloków  po-
przez zmianę fazy w każdym z nich. Następnie wszystkie 
bloki  modulowane  są  za  pomocą  N-punktowej  transfor-
macji  IFFT.  Ostatecznie  nadawany  jest  ten  blok,  dla 

którego uzyskano najmniejszy stosunek mocy szczytowej 
do  mocy  średniej.  Za  odmianę  algorytmu  SLM  można 
potraktować  metodę  wykorzystującą  kodowanie  do  wy-
generowania  różnych  wersji  nadawanego  sygnału,  z 
których wybierana jest ta o najmniejszym stosunku mocy 
szczytowej do mocy średniej [4]. 

Zastosowanie  każdej  z  powyższych  dwóch  metod 

gwarantuje  znaczne  obniżenie  PAPR,  jednakże  wydają 
się one nieprzydatne z praktycznego punktu widzenia ze 
względu  na wielokrotne obliczanie IFFT celem wygene-
rowania  jednego  symbolu  OFDM.  Dodatkowo  metody 
te,  z  wyjątkiem  [4],  wymagają  nadania  dodatkowej  in-
formacji do nadajnika o wybranych współczynnikach lub 
o indeksie wybranej wersji. 

Najnowsze  metody  redukcji  PAPR  bazują  na  tech-

nice  kształtowania  konstelacji  [5,  6].  Celem  określenia, 
które punkty konstelacji należy zmodyfikować metody te 
wykorzystują  iteracyjne  algorytmy  gradientowe,  co 
oznacza,  że  są  bardzo  złożone.  W  niniejszym  referacie 
przedstawiono  nieiteracyjny  algorytm  zmniejszający 
stosunek mocy szczytowej do średniej opracowany przez 
Sezginera  i  Sari’ego  w  [7],  korzystający  z  techniki 
kształtowania  konstelacji.  W  dalszej  części  artykułu 
zaproponowano  jego  modyfikację  oraz  przedstawiono 
wyniki przeprowadzonych symulacji. 

 

2.  PAPR I JEGO REDUKCJA 

 

2.1.  DEFINICJA PAPR 
 
Zakładając,  że  symbol  OFDM  składa  się  z  N  no-

śnych,  wektor  zespolonych  danych  wejściowych  można 
wyrazić wzorem: 

 

 

(

)

1

1

0

...,

,

,

=

N

a

a

a

a

 

(1) 

 
Korzystając z odwrotnej transformacji Fouriera otrzymu-
jemy sygnał wyjściowy o postaci: 
 

 

=

=

1

0

/

2

1

N

m

N

nm

j

i

m

i

n

e

a

N

b

π

 

(2) 

 
gdzie  n  oznacza  numer  próbki  w  dziedzinie  czasu,  a 
górny  indeks  i  jest  numerem  symbolu  OFDM.  W  celu 
uproszczenia  dalszych  zapisów  indeks  ten  zostanie  po-
minięty.  Powodem  powstawania  dużych  wartości  PAPR 
jest  fakt,  że  dla  dużych  wartości  N  próbki  sygnału  w 
dziedzinie  czasu 

n

b

  mają  rozkład  Gaussowski.  Więk-

background image

szość próbek będzie więc miała małe amplitudy, jednak-
że  wśród  nich  pojawiać  się  będą  próbki,  których  ampli-
tudy  będą  bardzo  duże  [5,  7].  Matematycznie  stosunek 
mocy  szczytowej  do  mocy  średniej  symbolu  OFDM 
można wyrazić wzorem: 
 

 

[ ]

N

E

b

PAPR

n

N

n

/

max

)

(

2

2

0

b

b

<

=

 

(3) 

 
gdzie b jest wektorem próbek w dziedzinie czasu, a 

.

 

oznacza normę wektora. 
 

2.2.  Redukcja PAPR 

 

Ideą algorytmu jest modyfikacja punktów konstela-

cji  sygnału  nadawanego  w  takim  kierunku,  aby  zmniej-
szyć  PAPR  nie  zmniejszając  minimalnych  odległości 
między punktami i aby nie zmienić prawdopodobieństwa 
błędu w odbiorniku. Dozwolone są więc zmiany wyłącz-
nie  zewnętrznych  punktów  konstelacji.  Przykładowe 
modyfikacje  konstelacji  16-QAM  przedstawione  są  na 
rys. 1. 

 

α

 

 

Rysunek 1 Kształtowanie konstelacji 16-QAM 

 

W celu znalezienia symboli danych, których mody-

fikacja zmniejszy PAPR, dla każdego z nich wyznaczona 
jest następująca metryka: 

 

 

(

) ( )

=

=

1

0

,

N

n

q

p

m

n

w

m

n

f

µ

 

(3) 

gdzie: 

 

 

(

)

(

)

nm

m

n

f

ϕ

cos

,

=

 

(4) 

 

jest miarą kąta 

nm

ϕ

 między próbką 

n

b

sygnału wyjścio-

wego a wkładem symbolu wejściowego 

m

a

 do tej próbki 

wyrażonym przez 

N

nm

j

m

e

a

/

2

π

. Funkcja 

( )

n

w

 jest ampli-

tudą  próbki 

n

b

,  natomiast  stałe  p  i  q  są  parametrami 

projektowymi, przy czym p musi być liczbą nieparzystą. 
Po  wyznaczeniu  wszystkich  metryk  wybieranych  jest  L 
symboli  danych  o  największych  wartościach 

m

µ

.  Sym-

bole  te  są  następnie  skalowane  przez  współczynnik 

α

Działanie algorytmu kończy się wraz z aktualizacją pró-
bek w dziedzinie czasu wyrażoną przez: 
 

 

+

=

L

S

l

N

nl

j

k

n

n

e

a

N

b

b

/

2

1

ˆ

π

α

 

(5) 

 
gdzie  l  należy  do  zbioru 

L

S

  indeksów  symboli  wejś-

ciowych,  które  należy  zmodyfikować.  Dla  danego  roz-
miaru  N  symbolu  OFDM  oraz  wykorzystanego  odwzo-
rowania symboli danych istnieje zawsze pewna optymal-
na,  stała  wartość  L  modyfikowanych  punktów  konstela-
cji, powyżej której PAPR nie maleje [7]. Z tego powodu 
wybór  L  nie  musi  odbywać  się  w  nadajniku,  lecz  może 
być dokonany na drodze komputerowych symulacji. 
 

2.3.  Proponowana modyfikacja algorytmu 

 

Obliczenie  metryki  (3)  jest  operacją  złożoną, 

szczególnie  w  realizacjach  stałoprzecinkowych,  ze 
względu  na  konieczność  wyznaczenia  kąta 

nm

ϕ

  oraz 

kosinusa tego kąta (4). Jednakże po odpowiednich prze-
kształceniach,  przy  założeniu,  że  parametr 

1

=

p

,  moż-

liwe  jest  wykorzystanie  IFFT  do  wyznaczenia  metryki, 
jak i do aktualizacji próbek w dziedzinie czasu (5). 

Kosinus  kąta  w  (4)  można  zapisać  w  następującej 

postaci: 

 

 

(

)

( )

(

)

n

m

nm

j

N

nm

j

j

j

nm

e

e

e

e

ϕ

π

ϕ

ϕ

ϕ

=

=

/

2

Re

Re

cos

 

(6) 

 

Dokonując następujących podstawień: 

 

 

m

m

j

n

n

j

a

a

e

b

b

e

m

n

=

=

ϕ

ϕ

i

*

 

(7) 

 

otrzymujemy nowy wzór definiujący metrykę: 

 

 





=

=

1

0

/

2

*

Re

N

n

N

nm

j

q

n

n

m

n

m

m

e

b

b

a

b

a

π

µ

 

(8) 

 

Ostatecznie, po uproszczeniach uzyskujemy: 

 

 

(

)





=

*

1

Re

b

b

q

N

m

m

m

IFFT

a

a

µ

 

(9) 

 

gdzie operator 

 oznacza mnożenie element po elemen-

cie,  natomiast 

(

)

1

1

0

...,

,

,

=

N

b

b

b

b

  jest  wektorem  pró-

bek w dziedzinie czasu. 

Zauważmy,  że  odpowiednie  przekształcenie  wyra-

żenia (5) pozwoli na użycie IFFT do aktualizacji 

n

b

 

 

( )

a

N

n

N

i

N

ni

j

i

n

n

IFFT

b

e

a

N

b

b

+

=

+

=

=

1

0

/

2

1

ˆ

π

  (10) 

 

gdzie 

(

)

1

1

0

...,

,

,

=

N

a

a

a

a

 jest wektorem zmodyfikowa-

nych  symboli  danych.  Symbole 

i

a

  o  indeksach  i  nie 

należących  do  zbioru 

L

S

  równe  są  0.  Aktualizacja 

n

b

 

kończy działanie algorytmu. 
 
 
 

background image

3.  WYNIKI SYMULACJI 

 

Działanie algorytmu zbadano stosując go w modelu 

modemu opracowywanego w ramach projektu WINNER 
[8].  W  modemie  używane  są  dwa  rodzaje  symboli 
OFDM. Dla łącza w dół symbol mający 2048 nośnych, z 
których  wykorzystywanych  jest  1664,  oraz  dla  łącza  w 
górę  symbol  o  512  nośnych,  z  których  wykorzystywa-
nych jest 416. W każdym symbolu dokonuje się podziału 
nośnych  na  grupy,  w  których  można  stosować  różne 
odwzorowywania danych. 

W symulacji przetestowano obie wielkości symboli 

OFDM.  Założono,  że  wielkość  grupy  nośnych  wynosi 
16. Dla każdej grupy w sposób losowy wybierany był typ  
odwzorowania  danych  spośród  QPSK,  16-QAM  i  64-
QAM.  W  celu  uzyskania  dokładniejszych  wyników  w 

symulacji zastosowano 

6

10

 losowo wygenerowanych, 4-

krotnie  nadpróbkowanych  symboli  OFDM.  Przebadano 
wpływ  parametrów 

α

,

q

  oraz  liczby  modyfikowanych 

symboli  danych  na  jakość  działania  algorytmu.  Na  ry-
sunkach  prezentujących  wyniki  symulacji  przez  NC 
oznaczono  krzywe  referencyjne  uzyskane  dla  systemu 
bez korekcji PAPR. Wyniki zobrazowane są jako dopeł-
nienie funkcji dystrybuanty zdefiniowane jako: 

 

 

( )

(

)

( )

(

)

K

PAPR

PAPR

CCDF

>

=

b

b

Prob

 

(11) 

 

Wpływ  wielkości  parametru  q  na  jakość  działania 

algorytmu  dla  łącza  w górę i łącza w dół przedstawiony 
jest  na  rysunkach  2  i  3.  Parametr  ten  jest  szczególnie 
istotny  z  punktu  widzenia  złożoności  algorytmu,  ponie-
waż jest on wykładnikiem potęgi w (9). Jak widać w obu 
przypadkach zwiększenie wartości q ponad 4 nie wpływa 
znacząco  na  zmniejszenie  PAPR.  W  przypadku  łącza  w 
górę,  czyli  dla  symbolu  OFDM  o  większej  liczbie  no-
śnych, użycie parametru q o wartości 2 daje już o 1,5 dB 

mniejszy PAPR na poziomie CCDF równym 

3

10

Zależność  stopnia  redukcji  PAPR  od  wielkości pa-

rametru 

α

, skalującego modyfikowane symbole danych, 

przedstawiona  jest  na  rysunku  4  dla  łącza  w  górę  i  na 
rysunku  5  dla  łącza  w  dół.  Zwiększanie  wartości 

α

po-

woduje  zmniejszenie  PAPR,  jednakże  związany  jest  z 
tym  wzrost  mocy  średniej  symbolu  OFDM.  Wybór  tej 
wartości tego parametru jest więc kompromisem między 
akceptowalnym  wzrostem  mocy  średniej  sygnału,  a 
oczekiwanym spadkiem PAPR. 

 

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

7,0

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>K

)

NC

2

4

6

 

Rysunek 2 Zależność redukcji PAPR od wartości para-

metru q dla transmisji w łączu w górę 

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

7,0

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>

K

)

NC

2

4

6

 

Rysunek 3 Zależność redukcji PAPR od wartości para-

metru q dla transmisji w łączu w dół 

 

1,E-05

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

7,0

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>

K

)

NC

1.1

1.2

1.4

1.6

 

Rysunek 4 Zależność redukcji PAPR od wartości para-

metru α dla transmisji w łączu w górę 

 

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

7,0

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>

K

)

NC

1.1

1.3

1.6

1.7

 

Rysunek 5 Zależność redukcji PAPR od wartości para-

metru α dla transmisji w łączu w dół 

 

Ostatnim  parametrem  mającym  istotny  wpływ  na 

minimalizację  PAPR  jest  liczba  L  modyfikowanych 
symboli  danych.  Wyniki  przedstawione  są  na  rysunku  6 
dla  transmisji  w  łączu  w  górę  oraz  na  rysunku  7  dla 
transmisji w łączu w dół. Łatwo zauważyć, że zwiększe-
nie  liczby  L  powyżej  pewnej  wartości  nie  powoduje 
znaczącego  zmniejszenia  stosunku  mocy  szczytowej  do 
mocy średniej. Ma to zasadnicze znaczenie dla działania 
algorytmu,  gdyż  oznacza,  że  optymalna  liczba  modyfi-
kowanych  symboli  może  być  określona  na  podstawie 
symulacji w trakcie projektowania nadajnika.  

 

background image

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

7,0

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>

K

)

NC

5

10

15

20

 

Rysunek 6 Zależność redukcji PAPR od ilości zmodyfi-

kowanych symboli dla parametrów łącza w górę 

 

1,E-04

1,E-03

1,E-02

1,E-01

1,E+00

8,0

9,0

10,0

11,0

12,0

PAPR [dB]

P

ro

b

(P

A

P

R

>

K

)

NC

5

10

15

20

30

 

Rysunek 7 Zależność redukcji PAPR od ilości zmodyfi-

kowanych symboli dla parametrów łącza w dół 

 

Modyfikowanie symboli danych poprzez zwiększa-

nie  ich  amplitudy  celem  zmniejszenia  PAPR  skutkuje 
zwiększeniem  mocy  średniej  symbolu  OFDM.  Wpływ 
liczby modyfikowanych symboli na wzrost mocy średniej 
symbolu  OFDM  dla  transmisji  w  górę  pokazany  jest  na 
rysunku  8.  Przez  PC  oznaczono  moc  średnią  symboli 
OFDM bez redukcji PAPR. Jak widać wykorzystanie 25 
symboli danych powoduje wzrost mocy średniej o 1 dB. 

 

-17,50

-17,00

-16,50

-16,00

-15,50

5

10

15

20

25

30

35

LICZBA METRYK

M

O

C

 Ś

R

E

D

N

IA

 [

d

B

]

NC

PC

 

Rysunek 8 Wpływ liczby metryk na moc średnią symbolu 

OFDM 

 

4.  PODSUMOWANIE 

 
W niniejszym artykule przedstawiono nieiteracyjny 

algorytm  redukcji  stosunku  mocy  szczytowej  do  mocy 
średniej  bazujący  na  technice  kształtowania  konstelacji. 
Ponadto  zaproponowano  jego  modyfikację  z  zastosowa-
niem  odwrotnej  transformacji  Fouriera.  Przyczyniło  się 
to  do  uproszczenia  implementacji,  co  jest  szczególnie 
istotne w przypadku realizacji stałoprzecinkowej. Zapre-
zentowano wyniki symulacji udowadniające skuteczność 

algorytmu.  Kolejnymi  etapami  prac  nad  algorytmem 
będą  testy  sprawdzające  wpływ  przedstawionej  metody 
na  jakość  metryk  wykorzystywanych  w  dekoderach 
miękko-decyzyjnych,  oraz  na  widmową  gęstość  mocy 
generowanego  sygnału.  Autorzy  widzą  możliwość 
zmniejszenia wzrostu mocy średniej sygnału przez wybór 
różnych wartości parametru 

α

 w zależności od wartości 

wyznaczonej  metryki 

m

µ

,  co  będzie  również  tematem 

dalszych badań. 

 

LITERATURA 

 

[1]  R.  van  Nee,  R.  Prasad,  OFDM  Wireless  Multime-

dia Communications, Artech House 2000 

[2]  S.  H.  Muller,  J.  B.  Huber,  OFDM  with  Reduced 

Peak-to-Average Power Ratio by Optimum Combi-
nation  of  Partial  Transmit  Sequences,  Electronics 
Letters, vol. 33, No. 5, s. 368-369, Februar 1997 

[3]  L.  J.  Cimini,  N.  R.  Sollenberger,  Peak-to-Average 

Power Ration Reduction of an OFDM Signal using 
Partial  Transmit  Sequences,  IEEE  Inter.  Conf. On 
Comm. Vol. 1, s. 511-515, 1999 

[4]  K.  Yang,  S.  I.  Chang,  Peak-to-Average  Power 

Control  in  OFDM  Using  Standard  Arrays  of  Lin-
ear Block Codes, IEEE Comm. Letters, vol. 7, no. 
4, s. 174-176, April 2003 

[5]  B.  S.  Krongold,  D.  L.  Jones,  PAR  Reduction  in 

OFDM  via  Active  Constellation  Extension,  IEEE 
Trans.  on  Broadcasting,  vol.  3,  s.  258-268,  Sep-
tember 2003 

[6]  H. K. Kwok, D. L. Jones, PAR Reduction via Con-

strellation Shaping, Proc. of ISIT 2000, June 2000 

[7]  S. Sezginer, H. Sari, OFDM Peak Power Reduction 

with  simple  amplitude  predistortion,  IEEE  Comm. 
Letters, vol. 10, issue 2, s. 65-67, February 2006 

[8]  IST-2003-507581  WINNER,  D2.10  Final  report 

on identified key radio interface technologies, sys-
tem  concepts  and  their  assessment,  December 
2005.