基于群智能算法的光OFDM系统PAPR抑制

针对相干光正交频分复用(OFDM)系统中峰值平均功率比(PAPR)高的问题, 对粒子群算法(PSO)、蝙蝠算法(BA)和鸟群算法(BSA)等几种群智能算法进行了研究, 采用群智能算法优化OFDM符号的子载波相位, 达到降低PAPR的目的。同时, 通过动态调整认知系数和学习因子, 分别对蝙蝠算法和鸟群算法进行了改进。对100 Gb/s、二进制正交振幅调制(4QAM)的相干光OFDM系统的仿真实验表明, PSO、BA、BSA三种智能算法都能有效降低系统的PAPR, 且改进BSA和改进BA与原始信号相比可使PAPR分别降低约5.11 dB、5.48 dB, 具有更好的抑制效果; 采用群智能算法优化后