买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京邮电大学申请的专利基于符号级预编码方案的峰均比抑制方法、装置、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116723072B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310397970.9，技术领域涉及：H04L27/26；该发明授权基于符号级预编码方案的峰均比抑制方法、装置、系统及存储介质是由蔡曙;林远忠;张军;张琦;王海荣设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本基于符号级预编码方案的峰均比抑制方法、装置、系统及存储介质在说明书摘要公布了：本发明公开了基于符号级预编码方案的峰均比抑制方法、装置、系统及存储介质，属于无线通信技术领域，包括：获取MIMO‑OFDM系统的下行链路模型，并基于此建立用户接收的频域信号模型；获取MIMO‑OFDM系统的已知信道状态信息并据此建立符号级预编码方案；基于符号级预编码方案将峰均比抑制问题形式化和等价转换得到目标函数；基于Dinkelbach算法对目标函数进行求解，在求解过程中结合预设的PDD算法，在PDD算法中结合预设的mAPG算法，最终得到目标函数的最优解；根据最优解计算峰均比最小值，根据峰均比最小值对MIMO‑OFDM系统进行优化，实现峰均比抑制；本发明能够将峰均比抑制至最低。

本发明授权基于符号级预编码方案的峰均比抑制方法、装置、系统及存储介质在权利要求书中公布了：1.基于符号级预编码方案的峰均比抑制方法，其特征在于，包括：获取MIMO-OFDM系统的下行链路模型，基于所述下行链路模型建立用户接收的频域信号模型；获取MIMO-OFDM系统的已知信道状态信息，根据所述已知信道状态信息建立符号级预编码方案；基于所述符号级预编码方案将峰均比抑制问题形式化和等价转换，得到目标函数；基于Dinkelbach算法对目标函数进行求解，在求解过程中结合预设的PDD算法，在所述PDD算法中结合预设的mAPG算法，最终得到目标函数的最优解；根据所述最优解计算峰均比最小值，根据所述峰均比最小值对MIMO-OFDM系统进行优化，实现峰均比抑制；所述获取MIMO-OFDM系统的已知信道状态信息，根据所述已知信道状态信息建立符号级预编码方案，包括：当发送给用户k的数据符号从M-PSK星座图中抽取，得到： 其中，表示M-PSK星座图所有数据符号的集合，e为自然常数，j表示复数相位部分标识，m表示第m个M-PSK星座图符号，M表示PSK星座图阶数，表示等价于；定义第一中间变量记SINRk为用户k接收信号的SINR约束并记其中，表示复数域，W代表OFDM总子载波数，N表示基站天线数，tk表示用户k接收到的SINR的度量，σ表示噪声方差的平方根；利用基本线性代数符号级预编码方案表示为： 其中，表示发送信号，[.]T表示对矩阵的转置运算，和表示复数的实部和虚部，.*表示共轭运算，.H表示共轭转置运算，|.|表示取模运算，为信道矩阵的第k行，为的第w列，是W维离散傅里叶变换矩阵，w是OFDM子载波的索引，cot表示余切函数；所述基于所述符号级预编码方案将峰均比抑制问题形式化和等价转换，得到目标函数，包括：将峰均比抑制问题形式化，得到第一问题： t≥t06 其中，P1表示第一问题，min表示最小化运算，s.t.表示约束条件，||.||∞表示无穷范数，表示第一中间变量，t表示SINR的度量，和表示复数的实部和虚部，.*表示共轭运算，.H表示共轭转置运算，|.|表示取模运算，为信道矩阵的第k行，为的第w列，是W维离散傅里叶变换矩阵，w是OFDM子载波的索引，cot表示余切函数，表示发送给用户k的数据符号，M表示PSK星座图阶数，t0≥0，t0为与预设SINR的度量，||.||2表示二范数，PT为发射功率上限；将第一问题进行等价转换，得到目标函数，包括：定义： 其中，vec.表示将矩阵向量化，为向量化的结果，a表示将的实部和虚部组成的向量，表示信道符号信息向量，表示克罗内克积运算，IKW表示KW维单位方阵，将所有的向量组成矩阵再实数化组成矩阵最终得到表示第二中间变量，表示第三中间变量，表示第四中间变量；将公式5表示的符号级预编码方案等价转换为以下线性矩阵不等式： 其中，ι2KW×1表示2KW×1维的单位向量；将所述第一问题等价转换得到第二问题： t≥t010 其中，P2是第二问题；利用log-sum-exp函数对第二问题中的无穷范数近似： 其中，η为平滑参数，η＞0，ai表示第五中间参数，ai＝[ai，ai+NW]T，ai为ai的第i个元素；通过对第二问题使用近似得到目标函数： t≥t015 其中，P3是目标函数，W代表OFDM总子载波数，N表示基站天线数；所述基于Dinkelbach算法对目标函数进行求解，包括：新建一个约束分式优化问题如下： 其中，Aθ为以θ为变量的凹函数，Bθ为以θ为变量的凸函数，Θ为对应于目标函数中约束条件的可行域；将公式17映射到目标函数，向量θ由a和t组成，得到优化问题： 其中，max表示最大化运算，λ是Dinkelbach算法辅助变量；将公式18映射到目标函数，得到第四问题： t≥t021 其中，min表示最小化运算，η为平滑参数，η0；通过Dinkelbach算法求解第四问题得到最优解；所述在求解过程中结合预设的PDD算法，在所述PDD算法中结合预设的mAPG算法，最终得到目标函数的最优解，包括：在Dinkelbach算法迭代过程中每一次计算公式18时采用预设的PDD算法进行；在预设的PDD算法中，迭代过程中每一次计算第六问题时采用预设的mAPG算法进行；结合预设的PDD算法和预设的mAPG算法最终完成求解目标函数得到最优解；所述第六问题是通过在第四问题中引入PDD算法辅助变量u得到的，表达式为： s.t.u≤0t≥t0 其中，ρ为罚因子，变量Υ为等式约束条件对应的对偶变量，是目标函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：224008 江苏省盐城市盐南高新区大数据产业园创新大厦南楼15层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。