用于DFT-s-OFDM中PAPR降低的学习脉冲成形设计
信息论
2024-10-15 v1 机器学习
信号处理
math.IT
摘要
高峰均功率比（PAPR）是限制蜂窝系统小区覆盖的主要因素之一，尤其是在上行方向。采用频谱扩展频域频谱成形（FDSS）的离散傅里叶变换扩展正交频分复用（DFT-s-OFDM）是降低上行波形PAPR的有效技术之一。本文提出一种基于机器学习的框架来确定FDSS滤波器，优化符号错误率（SER）、PAPR和频谱平坦度要求之间的权衡。我们的端到端优化框架考虑了多个重要的设计约束，包括奈奎斯特零码间干扰（ISI）条件。数值结果表明，学习得到的FDSS滤波器相比传统基线降低了PAPR，且SER退化最小。调整优化参数也有助于理解用于PAPR降低的FDSS滤波器的基本限制和特性。
引用
@article{arxiv.2404.16137,
title = {Learned Pulse Shaping Design for PAPR Reduction in DFT-s-OFDM},
author = {Fabrizio Carpi and Soheil Rostami and Joonyoung Cho and Siddharth Garg and Elza Erkip and Charlie Jianzhong Zhang},
journal= {arXiv preprint arXiv:2404.16137},
year = {2024}
}
备注
5 pages, under review