下载文档原格式
OFDM系统中一种降低PAPR的改进算法
曾小红;冯庆旭;李玲远
【期刊名称】《华中师范大学学报（自然科学版）》
【年(卷),期】2010(044)002
【摘要】OFDM系统的一个主要缺点是信号的PAPR很高.如何降低OFDM中的PAPR是有效应用OFDM技术的关键之一.由于PTS算法的复杂度太大,不容易在应用中实现.而IPTS算法可以降低PTS算法的复杂度,但性能与PTS算法性能相比还有一定的差距.本文提出一种改进算法,该算法通过设置不同的门限值,对属于不同门限值的PAPR符号采用不同的算法来降低PAPR.仿真结果表明,改进算法在大幅度降低复杂度的同时,可以得到较好的性能.如果适当改变门限值,可以在复杂度与性能之间达到折衷.
【总页数】4页(P223-226)
【作者】曾小红;冯庆旭;李玲远
【作者单位】华中师范大学,电信技术系,武汉,430079;华中师范大学,电信技术系,武汉,430079;华中师范大学,电信技术系,武汉,430079
【正文语种】中文
【中图分类】TN914
【相关文献】
1.一种改进交织算法降低OFDM系统的PAPR [J], 任松;文鸿;石成锋;黎彪;刘宏鹏
2.一种降低CO-OFDM系统PAPR改进的星座图扩展算法 [J], 刘剑飞;余美龙;曾
祥烨;卢嘉;王蒙军
3.一种降低SFBC MIMO-OFDM系统PAPR的改进SLM算法 [J], 陈发堂;查凡超
4.降低OFDM系统PAPR的改进SLM算法 [J], 季策;祝雯靖;魏颖;贾佃霞
5.一种OFDM系统中降低PAPR的改进算法 [J], 李波;戴月腾
因版权原因，仅展示原文概要，查看原文内容请购买。
OFDM系统中降低PAPR算法的性能比较及优化的开题报告一、研究背景：OFDM系统是一种广泛采用的无线通信系统，其具有带宽利用率高、抗多径衰落能力强等优点。
然而，由于子载波之间的关系，导致在OFDM系统中存在峰均比(PAPR)较高的问题，这会导致系统性能下降，从而影响系统的可靠性和灵敏度。
因此，如何降低OFDM系统的PAPR，成为OFDM研究领域中的一个热门问题。
目前已经有很多研究者提出了各种降低PAPR的算法，但是每种算法都有其优缺点，因此需要进一步的研究和比较，找到最优的PAPR降低算法，在保证系统性能的前提下，最大限度地减小PAPR。
二、研究内容：本次研究的主要内容包括：1.研究OFDM系统的PAPR及其影响因素，分析现有的PAPR降低算法的优缺点。
2.邀请相应领域的专家进行讨论，从算法的实用性、复杂度、抗噪声干扰能力等角度，针对不同的PAPR降低算法进行性能比较。
3.通过仿真实验，验证所选择的算法的性能，进一步分析其性能优缺点。
同时，为了最大限度地提高算法的性能，还将探讨算法的优化方案。
三、研究意义：本次研究的意义在于：1.对OFDM系统的PAPR降低算法进行性能比较，有助于找到最优的算法，提高OFDM系统的性能。
2.通过对算法的优缺点分析，可以为相关领域的研究者提供参考，进一步完善OFDM系统的PAPR降低算法。
3.通过算法的优化研究，不仅可以提高OFDM系统的性能，还能够适应更加复杂的通信环境，有助于推动OFDM系统技术的发展。
四、研究方法：本次研究将采用理论分析和仿真实验相结合的方法。
首先，通过对OFDM系统的PAPR降低算法进行理论分析，分析其优缺点和适用范围。
之后，邀请相应领域的专家，从实用性、复杂度、抗噪声干扰能力等角度进行算法的性能比较。
最后，通过仿真实验，验证所选择的算法的性能，并进一步分析其性能优缺点。
同时，为了提高算法的性能，还将探讨算法的优化方案。
五、预期成果：本次研究的预期成果主要包括：1.对OFDM系统的PAPR降低算法进行性能比较，找到最优的算法。
2008年第12期，第41卷 通 信 技 术 Vol.41，No.12,2008 总第204期Communications Technology No.204,Totally基于SLM的减小OFDM 系统PAPR的改进技术李万臣， 李佑虎（哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001）【摘 要】OFDM系统的峰均功率比过大是一个严重的问题。
降低OFDM系统的峰均功率比中的选择性映射法（SLM）方法需传送边带信息，但边带信息传送需要严格的信道编码，增加了系统复杂性，占用了频带宽度。
文中将传统的OFDM峰均功率比降低技术SLM方法加以改进并与限幅技术结合起来，所生成的新算法有效地弥补了传统SLM技术限制峰均功率比不足的问题，并且不用传输边带信息。
仿真表明，该方法有良好的性能。
【关键词】正交频分复用；峰均功率比；选择性映射法；限幅【中图分类号】TN929.5 【文献标识码】A 【文章编号】1002-0802(2008)12-0122-03 Improved OFDM PAPR Reduction Technology Based On SLMLI Wan-chen, LI You-hu(Information And Communication College, Harbin Engineering University, Haerbin Heilongjiang 150001, China)【Abstract】a serious problem of OFDM system is its high Peak-to-Average Power Ratio (PAPR). This paper proposes a improved SLM technology, which is combined with clipping. This would make the system unnecessary to transmit the side information, thus the problem that the SLM could not effectively reduce the OFDM PAPR is solved, and the increase of data rates loss and system complexity avoided. The simulation shows that the proposed method is of excellent performance.【Key words】orthogonal frequency-division multiplexing; Peak-to-Average Power Ratio; Selected mapping; Clipping0 引言OFDM（orthogonal frequency-division multiplexing，正交频分复用）是一种多载波传输技术。
降低OFDM雷达PAPR的SLM改进算法研究王嵩乔;夏海宝;许蕴山;李德芳【摘要】正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达信号具有良好的分辨力和较高的频谱利用率,其中基于混沌二相编码调制的OFDM雷达信号由于具有结构灵活、更优的脉压性能和较强抗干扰能力等优点受到广泛青睐,但是在系统中存在的高峰均比问题使得OFDM雷达在实际应用受到限制.针对各载波不同混沌二相编码序列调制的OFDM雷达信号,提出一种基于混沌粒子群的选择性映射(selective mapping,SLM)算法来降低OFDM雷达信号中的高峰均比问题.实验结果表明:相比于传统SLM算法和基本粒子群SLM算法,基于混沌粒子群的SLM算法在降低OFDM雷达信号的峰均比方面具有更好的效果.【期刊名称】《现代防御技术》【年(卷),期】2018(046)004【总页数】6页(P163-168)【关键词】OFDM;编码;峰均比;混沌序列;选择性映射;粒子群算法【作者】王嵩乔;夏海宝;许蕴山;李德芳【作者单位】空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038;空军预警学院,湖北武汉430019【正文语种】中文【中图分类】TN957;TP391.90 引言OFDM(Orthogonal frequency division multiplexing)调制是一类多载波并行调制的体制，在通信领域中被广泛应用。
20世纪90年代，开始将OFDM技术应用于雷达领域，经过多年的研究，OFDM体制雷达得到了很大的进展。
例如有许多学者将混沌理论应用到OFDM雷达中[1-3]，使得OFDM雷达信号具有较高的分辨率，波形设计灵活，结构复杂多变，具有很强的抗干扰能力和低截获性能。
但是OFDM雷达信号的缺点也比较明显，主要是由于OFDM雷达发射信号是多个载波叠加的结果，具有较高的峰均比，对发射机的动态范围提出很高的要求，即需要对OFDM雷达系统中的高峰均比问题进行有效的抑制。
基于SLM的OFDM系统PAPR减小算法研究【摘要】OFDM技术是第四代移动通信的核心技术。
OFDM系统因其传输速率高、频带利用率高以及很强的抗因多径带来的符号间干扰（ISI）与子载波间干扰（ICI）的能力而得到了广泛的应用。
OFDM系统急需解决的问题之一是高峰值平均功率比（PAPR）问题。
本文分析了OFDM系统高PAPR的成因，分析了降低OFDM系统PAPR的选择性映射（SLM）算法，并用数据仿真证明了SLM算法有效性。
【关键词】正交频分复用（OFDM）;选择性映射（SLM）;峰值平均功率比（PAPR）1.引言OFDM（Orthogonal Frequency Division Multiplexing）即正交频分复用技术是第四代移动通信的关键技术。
实际上OFDM是MCM（Multi-Carrier Modulation）即多载波调制的一种。
其主要思想是：将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。
正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰ICI。
每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道上的可以看成平坦性衰落，从而可以消除码间串扰，并且由于每个子信道的带宽仅仅是原信道带宽的一小部分，信道均衡变得相对容易。
由于OFDM系统的高频带利用率等诸多优点，目前OFDM技术已应用于移动无线FM信道、高比特率数字用户线系统（HDSL）、不对称数字用户线系统（ADSL）、数字音频广播（DAB）系统、数字视频广播（DVB）和HDTV地面传播系统。
1999年，IEEE802.lla制定的无线局域网标中，OFDM调制技术被采用为物理层标准，使得传输速率可以达54Mbps。
欧洲电信组织（ETSL）的宽带射频接入网的局域网标准HiperiLAN2也把OFDM定为它的调制标准技术。
2.OFDM符号及其高PAPR问题OFDM符号由多个独立的经过调制的子载波信号叠加而成，其时域基带模拟符号x（t）定义为：（1）式中，N为相互正交的子信道数目，Xk是要发送的信息经过PSK或QAM 调制后得到的一组并行的复信号，是不同子信道的载波频率。
一种降低 MIMO-OFDM 系统 PAPR的半盲 SLM 方法纪金伟;任光亮;张会宁【摘要】A semi‐blind selected mapping ( SLM ) scheme is addressed to reduce the peak‐average‐power ratio( PAPR) of Alamouti coded multiple‐input multiple‐output orthogonal frequency division multiplexing (MIMO‐OFDM ) systems .To enable low computational complexity as well as embedding of the side information into the data symbols at the transmitter , the input OFDM symbol sequence is partitioned into several interleaved subblocks , each of which is transfo rmed into time‐domain candidate signals by using the conversion vectors , and then the candidate signals for each subblock are multiplied with different phase offset factors and added up to obtain the transmitted candidate signals . At the receiver , the side information can be obtained by jointly detecting the phase offset factors of each subblock and the transmitted data can be detected without transmitting the side information . Analysis and simulation show that the proposed scheme can achieve a better side information detection performance and almost the same PAPR reduction and bit error rate( BER) performance with a much lower complexity at both the transmitter and receiver , as compared to the available semi‐blind SLM schemes .%提出了一种降低Alamouti编码的多输入多输出正交频分复用系统峰均比的半盲选择映射方法。
１引言多输入多输出－正交频分复用技术（Ｍｕｌｔｉｐｌｅ－ＩｎｐｕｔＭｕｌｔｉｐｌｅ－ＯｕｔｐｕｔＯｒｔｈｏｇｏｎａｌＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅｘｉｎｇ，ＭＩＭＯ－ＯＦＤＭ）是４Ｇ通信的关键技术之一。
ＭＩＭＯ－ＯＦＤＭ技术将空间分集、频率分集以及时间分集有机地结合在一起，可以大大提高无线通信系统的信道容量和传输速率，并能有效地抵抗衰落，抑制干扰和噪声。
但是，由于ＭＩＭＯ－ＯＦＤＭ系统使用ＯＦＤＭ调制方式，因此其信号也具有较高峰均功率比（Ｐｅａｋ－ｔｏ－ＡｖｅｒａｇｅＰｏｗｅｒＲａｔｉｏ，ＰＡＰＲ），从而严重影响ＭＩＭＯ－ＯＦＤＭ系统的性能。
因此，如何减小ＭＩＭＯ－ＯＦＤＭ信号的ＰＡＰＲ就成为能否顺利实现ＭＩＭＯ－ＯＦＤＭ的关键问题之一［１］。
２ＰＡＰＲ定义和ＳＬＭ算法的基本原理２．１ＭＩＭＯ－ＯＦＤＭ系统中ＰＡＰＲ定义ＭＩＭＯ－ＯＦＤＭ系统使用ＯＦＤＭ调制方式，因此系统中存在与ＯＦＤＭ系统相同的缺陷，即信息符号具有很高的ＰＡＰＲ。
降低ＰＡＰＲ的技术大致可分为限幅类技术、编码类技术和概率类技术。
其中概率类技术通过信号峰值出现的概率降低，来降低ＰＡＰＲ。
采用的方法为线性过程，不会对信号产生畸变，可以很有效地降低信号的ＰＡＰＲ值，但是其缺点是计算复杂度太大。
常用的方法包括选择映射（ＳＬＭ）、部分传输序列（ＰＴＳ）、冲激整形（ＰＳ）等。
本文采用选择映射（ＳＬＭ）法来降低ＭＩ－ＭＯ－ＯＦＤＭ系统中的ＰＡＰＲ［２］。
设ＭＩＭＯ－ＯＦＤＭ系统有Ｎｔ个发射天线，其ＯＦＤＭ系统的子载波数为Ｎ，则ＭＩＭＯ－ＯＦＤＭ符号的ＰＡＰＲ定义为：ＰＡＰＲ＝ｍａｘ０≤ｋ≤Ｎｘｉ，ｋ２Ｅ［ｘｉ，ｊ２］（１）式中，Ｅ［·］为数学期望；ｋ为子载波序号；ｉ为发射天线的序号，ｉ∈（１，Ｎｔ）；ｘｉ，ｋ为第ｉ个发射天线上第ｋ个子载波上的信号。
通常，采用互补累积分布函数（ＣｏｍｐｌｅｍｅｎｔａｒｙＣｕｍｕｌａｔｉｖｅＤｉｓｔｒｉｂｕ－ｔｉｏｎＦｕｎｃｔｉｏｎ，ＣＣＤＦ）来衡量信号ＰＡＰＲ的分布情况。
互补累积分布函数的物理含义是计算ＰＡＰＲ超过某一门限的概率。
假设ＯＦＤＭ符号周期内每个采样值之间是不相关的，则ＯＦＤＭ符号周期内的Ｎ个采样值的当中每个样值的ＰＡＰＲ都大于门限的概率，即得到ＣＣＤＦ为：Ｐ（ＰＡＰＲ＞ｚ）＝１－ＦＰｏｗｅｒ（ｚ）Ｎ＝１－（１－ｅ－ｚ）Ｎ（２）２．２传统的ＳＬＭ方案在ＭＩＭＯ－ＯＦＤＭ系统中将ＯＦＤＭ系统的ＳＬＭ技术直接移植到ＭＩＭＯ－ＯＦＤＭ系统中，即对每个天线上的发射数据分别独立应用ＳＬＭ算法来降低每个天线上数据的ＰＡＰＲ。
设ＭＩＭＯ－ＯＦＤＭ系统有Ｎｔ个发射天线，其ＯＦＤＭ系统的子载波数为Ｎ，有Ｍ个不同的、长度为Ｎ的随机相位序列矢量Ｐ（μ），在每个发射天线上，分别将这些随机相位序列矢量的元素调制到Ｎ个子载波，从而得到Ｍ个包含相同有用信息的ＯＦＤＭ帧，并从这Ｍ个时域信号序列内选择ＰＡＰＲ性能最好的用于传输。
则ＭＩＭＯ－ＯＦＤＭ信号的ＣＣＤＦ表示为：ＣＣＤＦＳＬＭ＝Ｐｒ［ＰＡＰＲ＞ＰＡＰＲ０］＝（１－（ｅ－ＰＡＰＲ０）Ｎ）Ｍ（３）上式与式（２）一致，说明将ＯＦＤＭ中采用的ＳＬＭ算法移植到ＭＩ－ＭＯ－ＯＦＤＭ系统中时，对ＰＡＰＲ的降低效果是没有影响的，所以只可能在降低算法复杂度、减小边带信息量以及校验边带信息是否正确等方面有所改进。
传统ＳＬＭ方案是将ＳＬＭ算法应用于ＭＩＭＯ－ＯＦＤＭ系统中时最简单的方法，可以显著地改善ＭＩＭＯ－ＯＦＤＭ系统的ＰＡＰＲ分布，使每个天线上的ＰＡＰＲ都达到最佳。
但对于ＳＬＭ这种非畸变降低ＰＡＰＲ的方法来说，需要在接收天线一端精确地了解发射及所采用的辅助信息，因此，ＳＬＭ中的Ｐ（μ）需要准确无误地传送到接收天线。
但由于每个发射天线上分别对发送数据调用ＳＬＭ算法，都需要传送［ｌｏｇ２Ｍ］ｂｉｔ的边带信息来确定所选择的随机相位矢量，则Ｎｔ个发射天线共需要发送Ｎｔｇ［ｌｏｇ２Ｍ］ｂｉｔ的边带信息，其辅助信息量非常大。
且该算法未考虑空时分组码的正交特性对设计带来的好处，因此其计算量很大［３］。
３改进的低复杂度ＳＬＭ方案３．１改进ＳＬＭ算法原理改进ＳＬＭ算法需要减少边带信息量，在改进的ＳＬＭ方案中，每个天线上使用统一的随机相位序列矢量Ｐ（μ）来进行调制。
即对于Ｍ个不同的随机相位序列矢量Ｐ（μ），首先用Ｐ（1）分别对Ｎ（ｔ）个发射天线上的信号Ｘ１，Ｘ２，…，ＸＮｔ进行调制，其中Ｘｉ＝［Ｘｉ，０Ｘｉ，１…Ｘｉ，Ｎ－１］Ｔ，调制后得到信号Ｘ（１）１，Ｘ（１）２，…，Ｘ（１）Ｎｔ。
然后对调制后的信号分别实施ＩＦＦＴ运算，相应得到Ｎｔ个不同的输出序列ｘ（１）１，ｘ（１）２，…，ｘ（１）Ｎｔ，分别计算它们的ＰＡＰＲ值，并令：ＰＡＰＲｍａｘ＝ｍａｘＰＡＰＲＸ（１）１!"，ＰＡＰＲＸ（１）２!"，…，ＰＡＰＲＸ（１）Ｎｔ!"!"（４）由此可得到Ｍ个ＰＡＰＲｍａｘ值，选取ＰＡＰＲｍａｘ最小的一组序列进行传输。
实施改进ＳＬＭ算法后，ＭＩＭＯ－ＯＦＤＭ信号的ＰＡＰＲ超过某一门限ＰＡＰＲ０的概率为：ＣＣＤＦ改进ＳＬＭ＝Ｐｒ［ＰＡＰＲｌｏｗ＞ＰＡＰＲ０］＝［１－（１－ｅ－ＰＡＰＲ０）Ｎｔ·Ｎ］Ｍ（５）由于每个天线上使用统一的相位序列Ｐ（μ），则Ｎｔ个发射天线携带有相同的边带信息，仅需传送［ｌｏｇ２Ｍ］ｂｉｔ的边带信息来确定所选择的随机相位矢量，从而大大减少了辅助信息量［４］。
３．２算法性能仿真及分析改进的方法相对于传统的ＳＬＭ方法在计算复杂度上有较大改善。
本文采用ＭＡＴＬＡＢ对上述算法进行仿真。
采用ＭＩＭＯ－ＯＦＤＭ系统发射天线数目为Ｎｔ＝２，ＯＦＤＭ系统的子载波数为Ｋ＝１２８，采用ＱＰＳＫ调制方式，采样因子为１，分别选取随机相位序列数Ｍ＝２，４，８来进行仿真分析［５］，得到ＭＩＭＯ－ＯＦＤＭ系统的ＰＡＰＲ分布如图１、图２所示：图１传统方法与改进方法的ＰＡＰＲ性能比较图２传统方法与改进方法的误码率比较从图１可以看出，在ＭＩＭＯ－ＯＦＤＭ系统中，传统ＳＬＭ方法和改进ＳＬＭ方法均能较好的改善ＭＩＭＯ－ＯＦＤＭ系统的ＰＡＰＲ性能。
随着随机相位序列数Ｍ的增加，ＰＡＰＲ性能改善越来越明显，改进ＳＬＭ方法较传统ＳＬＭ方法在性能上有所下降，最大可达０．８ｄＢ，但总体而言二者差距不大。
图２表示的是改进ＳＬＭ方法与传统ＳＬＭ方法在接收端的误码率比较，可以看出，二者的误码率非常相近［６］。
由上述两个仿真图我们可以得到结论，改进的ＳＬＭ方法有效地减小了ＭＩＭＯ－ＯＦＤＭ系统ＰＡＰＲ值，而且没有带来误码率上的损失，此外，由于改进了算法，减少了边带信息的发送量，减少了运算量，大大降低了系统的复杂度。
４结束语文中针对ＭＩＭＯ－ＯＦＤＭ系统高ＰＡＰＲ信号的ＭＩＭＯ－ＯＦＤＭ系统中降低ＰＡＰＲ的ＳＬＭ改进算法研究塔里木大学信息工程学院王会鲜郑洪江［摘要］ＭＩＭＯ－ＯＦＤＭ技术是第四代无线移动通信物理层的关键技术，选择映射法（ＳＬＭ）是ＭＩＭＯ－ＯＦＤＭ系统较多采用降低ＰＡＰＲ的概率类技术，传统ＳＬＭ方法存在计算复杂度过大的缺点。
本文利用ＭＩＭＯ－ＯＦＤＭ系统中空时分组码数据的正交性对ＳＬＭ进行改进，极大的降低了运算量，有效的降低了ＰＡＰＲ。
［关键词］ＭＩＭＯ－ＯＦＤＭ峰均功率比选择映射法（下转第５０５页）５０４——问题提出了一种改进ＳＬＭ算法，改进算法大大减少了发送的边带信息，减小了接收端的系统复杂度，并且确保不会产生高ＰＡＰＲ的信号。
通过仿真表明改进方法在获得较低计算复杂度的情况下，较传统方法性能略有下降，但二者差距并不是很大，具有一定实用价值。
参考文献［１］佟学俭，罗涛．ＯＦＤＭ移动通信技术原理与应用［Ｍ］．北京：人民邮电出版社，２００３．［２］洪善燕．ＭＩＭＯ－ＯＦＤＭ系统中峰均功率比降低算法的研究［Ｄ］．浙江大学硕士生学位论文，２００６．［３］ＳｕｍａｔｈｉＳ．“ＰｅａｋｔｏＡｖｅｒａｇｅＰｏｗｅｒＲａｔｉｏＲｅｄｕｃｔｉｏｎｏｆＯＦＤＭＳｉｇｎａｌ”，ＩＥＥＥＩＮＤＩＣＯＮ，１１－１３Ｄｅｃ．２００５，ｐｐ：２４１－２４４．［４］ＨａｎｄａｌｉＹ．，ＮｉｚａｎＩ．，ＷｕｌｉｃｈＤ．“ＯｎｃｈａｎｎｅｌｃａｐａｃｉｔｙｏｆＯＦＤＭｗｉｔｈＳＬＭｍｅｔｈｏｄｆｏｒＰＡＰＲｒｅｄｕｃｔｉｏｎ”，２４ｔｈＣｏｎｖｅｎｔｉｏｎｏｆＩＥＥＥＥｌｅｃｔｒｉ－ｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｓｉｎＩｓｒａｅｌ，Ｎｏｖ．２００６，ｐｐ：１３８－１４０．［５］ＳｕｃｋｃｈｅｌＹａｎｇ，ＹｏａｎＳｈｉｎ．“Ｐａｒｔｉｔｉｏｎｅｄ－ＳＬＭＳｃｈｅｍｅｗｉｔｈＬｏｗＣｏｍｐｌｅｘｉｔｙｆｏｒＰＡＰＲＲｅｄｕｃｔｉｏｎｏｆＯＦＤＭＳｉｇｎａｌｓ”，ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＰｅｒｓｏｎａｌ，ＩｎｄｏｏｒａｎｄＭｏｂｉｌｅＲａｄｉｏＣｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｓｅｐｔ．２００６，ｐｐ：１－５．［６］李万臣，李佑虎．基于ＳＬＭ的减小ＯＦＤＭ系统ＰＡＰＲ的改进技术［Ｊ］．通信学报，２００８，１２（４１）：１２２－１２４．（上接第５０４页）Ｊａｖａ语言是ＳｕｎＭｉｃｒｏｓｙｓｔｅｍｓ公司开发的新一代的面向对象的程序设计语言，由于Ｊａｖａ程序与平台的无关性，使得其不仅适合编写一般的软件，也更加适合编写Ｉｎｔｅｒｎｅｔ网上的软件。
作为软件开发的革命性技术，Ｊａｖａ的地位事实上已经得到确定。
下面讨论Ｊａｖａ在处理程序错误方面的特色，即异常处理机制。
一、异常的定义在程序运行的过程中，存在着这样那样的发生错误的可能。
这些错误可能是由于包含不合法的信息文件所造成的，也可能是由于不稳定的网络连接、数组越界存取造成的。
在传统的非面向对象的编程语言中，错误处理的任务全在程序员身上。
程序员必须面对程序中可能出现的各种问题，并且自行决定如何处理这些问题。
对于上述问题，Ｊａｖａ语言定义了异常的概念。
异常（Ｅｘｃｅｐｔｉｏｎ）就是程序运行过程中违背正常指令流而产生的事件。
异常和错误两者的概念不能混淆。
当异常不能正确地处理，影响了程序的正常运行时，才会出现错误。
二、异常的分类作为一种面向对象的语言，Ｊａｖａ把异常封装到类里。
异常在Ｊａｖａ中是作为类的实例的形式出现。
Ｊａｖａ中所有的异常类都是从Ｔｈｒｏｗａｂｌｅ类派生出来的。
Ｔｈｒｏｗａｂｌｅ类有两个直接子类：Ｊａｖａ．Ｌａｎｇ．Ｅｒｒｏｒ和Ｊａｖａ．Ｌａｎｇ．Ｅｘｃｅｐｔｉｏｎ。
错误（Ｅｒｒｏｒ）类及其子类主要用来描述Ｊａｖａ运行时，系统内部的错误或者资源枯竭导致的错误。
普通的程序不能从这类错误中恢复，这类错误出现的机率是很小的。
异常（Ｅｘｃｅｐｔｉｏｎ）类及其子类是普通程序可以从中恢复的所有标准异常的超类。
