由于具有较高的频谱利用率和较强的抗多径衰落能力,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术已作为一种非常有效的高速数据传输技术被应用到无线通信的很多领域,如数字音频广播(DigitalAudio Broadcasting,DAB)、数字视频广播(Digital Video Broadcasting,DVB)以及无线局域网(Wireless Local Area Networks,WLAN)等等。但是,OFDM系统中一个最主要的缺点是具有较高的峰均功率比(Peak-to-Average Power Ratio,PAPR),这一缺点会使OFDM信号在高功率放大器(High Power Amplifier,HPA)的非线性区域内产生信号畸变,从而导致系统的误码率性能恶化。因此,PAPR问题便成为了OFDM技术实用化的一大障碍。近年来,如何有效地降低OFDM系统的峰均功率比已成为热点研究问题。人们提出了一些比较有价值的降低PAPR的方法,可概括为限幅类方法,编码类方法及概率类方法。但是,这些方法都存在着不同程度的缺点。限幅类方法,其中最简单的方法是限幅,它将OFDM信号的PAPR值限制在某一门限值以下,但这样做会使信号产生失真,并且频谱的带外失真较大。编码类方法降低PAPR的效果非常好,但这种方法中可供使用的编码图样数量非常少,特别是当子载波数量较大时,编码效率非常低。概率类方法,主要是利用不同的相位加权因子序列对OFDM信号进行加权处理,从而选择PAPR值最小的OFDM信号进行传输,如部分传输序列(Partial Transmit Sequences,PTS)和选择性映射(Selected Mapping,SLM)。该类方法是一种非常有效的降低OFDM系统PAPR的方法,而且不会引入任何信号畸变,但主要缺点是计算复杂度非常大。很多学者提出了一些降低计算复杂度的该类方法,但通常都是以系统PAPR性能损失为代价。本文重点研究了概率类方法中的部分传输序列(PTS)和选择性映射(SLM)。这两种方法的共同点是要通过遍历式搜索方式寻找一组最优的相位加权因子对OFDM信号进行加权和优化处理,从而获得最优的PAPR性能。但是,由于相位加权因子的取值具有随意性而且组合形成的相位加权因子集合规模巨大,这种搜索方式带来了非常大的计算复杂度。因此,为了解决上述问题,本文提出了一种次优化的部分传输序列(sub-optimum Partial Transmit Sequences,sub-OPTS)方法和一种自适应多级选择性映射(Adaptive Multistage Selected Mapping,AMSLM)方法。次优化的部分传输序列(sub-OPTS)方法是在已有的降低计算复杂度的PTS方法的基础上,利用离散傅立叶逆变换(Inverse Discrete Fourier Transform,IDFT)的线性性质,在不增加复数乘法的前提下,弥补由于降低计算复杂度而带来的PAPR性能损失。与原始PTS方法,也就是最优的PTS(Optimum PTS,OPTS)方法相比,该方法可以获得几乎相同的PAPR性能,但计算复杂度却获得了大幅度的降低。自适应多级选择性映射(AMSLM)方法是在原始SLM方法的基础上,将整个优化过程分多级进行,通过逐级地实施选择性映射,并在每一级的优化过程中采用不同的相位加权因子集合,使得级间候选向量之间的相关性大大降低,从而使PAPR性能得到了更大的改善。同时,通过设定适当的门限值,AMSLM方法的计算复杂度可获得进一步降低。与原始SLM方法相比,本文提出的AMSLM方法可以获得几乎相同或更好的PAPR性能,但计算复杂度却得到了显著的降低。