happy最紧要1. OFDM-MIMO系统中的PAPR问题本质
在无线通信系统中，OFDM（正交频分复用）与MIMO（多输入多输出）技术的结合已成为现代通信标准（如5G NR、Wi-Fi 6）的核心方案。但OFDM信号固有的高峰均功率比（PAPR）问题，在MIMO多天线场景下会进一步恶化。PAPR定义为信号峰值功率与平均功率的比值，数学表达式为：
$$
PAPR = \frac{\max_{0\leq n\leq N-1}|x[n]|^2}{E[|x[n]|^2]}
$$
其中$x[n]$是时域OFDM符号，$N$是子载波数量。当多个天线同时发送高PAPR信号时，会导致射频功放进入非线性区，产生频谱再生和邻道干扰。实测数据显示，4×4 MIMO系统在64QAM调制下，PAPR超过10dB的概率比单天线系统高约15%。
关键现象：PAPR恶化会直接降低功放效率。典型AB类功放在PAPR=8dB时效率约为30%，而当PAPR升至12dB时效率骤降至8%以下。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 主流PAPR抑制技术对比分析
2.1 信号预失真技术
通过在基带对信号进行预畸变，补偿功放的非线性特性。常用方法包括：
- 查找表法（LUT）：建立输入-输出幅度/相位映射关系
- 多项式预失真：采用Volterra级数建模非线性特性
实测数据表明，三阶多项式预失真可将ACPR（邻道功率比）改善约6dB，但对PAPR本身无降低作用。
2.2 编码类方法
通过选择特殊码字降低PAPR，典型代表：
- 选择性映射（SLM）：生成$U$个相位旋转后的候选信号，选择PAPR最低者传输
- 部分传输序列（PTS）：将信号分割为$V$个子块，各自旋转后组合
在4天线MIMO系统中，SLM方案需要存储$U^4$种相位组合，当$U=8$时存储量达4096组，硬件实现复杂度极高。
2.3 概率类技术
通过信号概率分布整形降低高峰值出现概率：
- 限幅滤波（Clipping）：直接削除超过阈值的信号峰值
- 压缩扩展（Companding）：采用非线性函数压缩动态范围
某基站设备测试数据显示，限幅比（CR）设为6dB时，EVM会恶化约3%，但可降低PAPR 4dB。
3. MIMO场景下的梯度投影PAPR抑制方案
3.1 算法核心思想
梯度投影法通过迭代调整发送信