1.算法仿真效果
matlab2022a仿真结果如下：
2.算法涉及理论知识概要
部分传输序列(Partial Transmit Sequence , PTS)由于其不受载波数量限制，并且能够有效的，无失真的降低OFDM信号峰均比，而受到广泛关注。部分传输序列算法(PTS)最初是由S.H.Muller和J.B.Huber于1997年提出。PTS算法的核心思想是将具有N个符号的输入序列按照一定的分割方式分割成V个子数据块，并且保持每个子数据块仍含有N个符号。然后对V个子数据块进行相位加权与合并处理，选择具有最小PAPR的一组符号进行传输，达到降低OFDM信号PAPR的目的。传统的PTS算法理论比较多，现成的资料也比较多，这里就不多做介绍了，通过仿真，对比PTS和没有PTS下。目前OFDM的PAPR主要算法有信号预畸变，信号扰码，编码三个方向来解决。
在本课题中，我们将在传统PTS算法基础上引入了TR的思路到改进后的PTS算法中，引入的意义为：先预留出若干子载波来加载削峰信号，然后利用优化过的PTS算法对OFDM符号的PAPR进行抑制，之后再利用改进的TR算法对符号的PAPR进行进一步的抑制。整个算法的流程如下所示：
通过这个方法，可以在步骤一的基础上，提高性能，使其在复杂度降低的前提下，保存系统的性能不变。
PSO初始化为一群随机粒子（随机解）。然后通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个“极值”来更新自己。第一个就是粒子本身所找到的最优解，这个解叫做个体极值。另一个极值是整个种群目前找到的最优解，这个极值是全局机制。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居，那么在所有邻居中的极值就是局部极值。
PSO初始化为一群随机粒子（随机解）。然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值（pbest和gbest）”来更新自己。在找到这两个最优值后，粒子通过下面的公式来更新自己的速度和位置。
对于公式（1）：
公式（1）中的第一部分称为记忆项，表示上次速度大小和方向的影响；
公式（1）中的第二部分称为自身认知项，是从当前点指向粒子自身最好点的一个矢量，表示粒子的动作来源于自己经验的部分；
公式（1）中的第三部分称为群体认知项，是一个从当前点指向种群最好点的矢量，反映了粒子间的协调合作和知识共享。粒子就是通过自己的经验和同伴中最好的经验来决定下一步的运动。
综上所述，标准PSO算法流程：
初始化一群微粒（群体规模为N），包括随机位置和速度；
评价每个微粒的适应度；
对每个微粒，将其适应值与其经过的最好位置pbest作比较，如果较好，则将其作为当前的最好位置pbest；
对每个微粒，将其适应值与其经过的最好位置gbest作比较，如果较好，则将其作为当前的最好位置gbest；
根据公式（2）、（3）调整微粒的速度和位置；
未达到结束条件则转到第二步。
迭代终止条件根据具体问题一般选为最大迭代次数Gk或微粒群迄今为止搜索到的最优位置满足预定最小适应阈值。
3.MATLAB核心程序
%子载波数量
NsubCarrier = 1024;
%符号数量
NSymb = 1e3;
%QPSK
mod_idx = 2;
%subblocks
Nsub_blk = [2 4 8 16 32];
%over sample rate
OverSampleRate = 4;
%1 -> adjacency partition;2 -> interlaced partition
Partition = 1;
%weighting factor
W = 1;
%PSO粒子群数量
Npso = 20;
%PSO迭代次数
Iters = 50;
c1 = 2;
c2 = 2;
Vmax = 0.2;
wmax = 0.9;
wmin = 0.4;
w = wmax-(wmax-wmin)/Iters*(1:Iters);
v_min = -Vmax;
v_max = Vmax;
...........................................................
%PAPR
for n = 1:1:NSymb
Datatx = floor(rand(Length_data,1)*(2^mod_idx));
DataMap = MapSymb(Datatx+1);
Symbol_tx = Initial_Pattern;
Symbol_tx(Position_pilot) = round(rand(Length_pilot,1));
Symbol_tx(Position_data) = DataMap;
%PAPR without PTS
Symbol_ifft = ifft([Symbol_tx(1:NsubCarrier/2);zeros(NsubCarrier*(OverSampleRate-1),1);Symbol_tx(NsubCarrier/2+1:end)]);
PowerPerBit = abs(Symbol_ifft).^2;
PowerMean = mean(PowerPerBit);
PowerMax = max(PowerPerBit);
PAPRNoPTS(1,n) = PowerMax/PowerMean;
....................................................................................
end
n
end
PAPRNoPTS = 10*log10(PAPRNoPTS);
PAPR_PSO = 10*log10(PAPR_PSO);
for k = 1:1:length(PAPR0)
CntNoPTS(k) = sum( PAPRNoPTS > PAPR0(k) );
for ii = 1:1:length(Nsub_blk)
Cnt_PSO(ii,k) = sum( PAPR_PSO(ii,:) > PAPR0(k) );
end
end