在现代通信中，提高频带利用率一直是人们关注的焦点之一。近年来，随着通信业务需求的迅速增长，寻找频谱利用率高的数字调制方式已成为数字通信系统设计、研究的主要目标之一。为了改善频带利用率地、抗多径衰弱能力差、功率谱衰减慢、带外辐射严重等不足，近几十年来人们不断的提出一些新的数字调制解调技术，以适应各种通信系统的要求。

随着对更多语音、数据和视频服务的需求增加，必须配置无线通信网络来处理更复杂的调制级别。作为全球无线通信标准的容量，如第三代(3G)蜂窝和第四代(4G)长期演进蜂窝技术得到了增加，对更广泛的可用和更高的调制速率提出了更高的要求。

高阶QAM是一种高度发展的数字调制方案，它将一个高频信号的幅度和相位都进行调制。因其高频谱效率和高容量等优点满足日益增长的对高数据速率、高容量和可信赖传输的要求，成为一种有吸引力的调制技术，在中、大容量数字微波通信系统、有线电视网络高速数据传输、卫星通信系统等领域得到了广泛应用。在移动通信中，随着微蜂窝和微微蜂窝的出现，使得信道传输特性发生了很大的变化，过去在传统蜂窝系统中不能应用的正交振幅调制越来越引起人们的重视。

正交振幅调制QAM和正交频分复用OFDM方式具有较高的频带利用率，在并行体制中，正交频分复用（OFDM）方式是一种高效调制技术，它具有较强的抗多径传波和频率选择性衰弱的能力以及较高的频谱利用率。OFDM由多载波调制发展而来，但它比传统的多载波传输系统频带利用率高，OFDM可以有效地消除多径传播所造成的码间干扰，其在非对称数字环路ADSL和高清晰度电视HDTV的地面广播系统等得到了成功应用。

高阶QAM调制作为下一代及其未来高速通信达备选方案，其性能一直受到当前业界的广泛关注，但其本身受到峰均比、解调复杂等因素的影响，容易导致信号失真，使得系统性能降低。较高的PAR要求有更好的线性度以保持所需的误码率、信号完整性和其他性能参数。且不同阶数的QAM调制对OFDM峰均比的影响是不同的。目前已知的抑制PAPR技术如限幅、压扩变换、SLM、PTS，虽然可以降低系统的误码率，但由于信号的失真，使得系统的误码率降低。因此本文重点探究利用深度学习方法实现峰均比优化下的高阶QAM调制解调技术。

2. 研究的基本内容与方案

2.1基本内容

本文主要研究高阶QAM系统中抑制峰均比的问题。首先阐述了QAM系统与OFDM系统的基本原理和关键技术。随后分析现已知的抑制PAPR的技术，主要有信号畸变类技术、编码类技术和概率类技术，主要分析信号畸变类技术中的限幅方法和概率类技术中的PTS。随后本文重点研究了深度学习用于抑制PAPR的方法，处理QAM系统中的高PAPR值。并将实验仿真结果与其他技术进行比较分析。

2.2研究目标

本文研究的主要目的是提出一技术方案，此方案保证系统能够从接收到的信号中重构发射信号，这样不仅对系统中高PAPR值有较好的抑制效果而且误码率也不会恶化。不同阶数的QAM调制对PAPR的影响不同，因此本文也会通过比较不同阶数的QAM调制采用深度学习方法后对PAPR抑制效果进行比较分析。

2.3技术方案