正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种特殊的多载波调制技术。由于其具有抗多径衰落能力强、频谱效率高、带宽扩展性强、频谱资源分配灵活及硬件实现简单等众多优良特性,现已被众多通信标准引为其核心技术,且目前已被下一代移动通信标准确定为其核心技术之一。然而由于其采用正交多载波并行传输数据,故其具有两大主要缺点:高峰均比和对频偏敏感。本文主要围绕OFDM系统的PAPR降低算法展开研究,并利用Matlab软件建立相关仿真平台对算法进行仿真分析。论文首先介绍了OFDM系统的基本原理、OFDM系统实现的一些关键技术及OFDM系统的优缺点,接着对OFDM系统高PAPR产生的根源进行了详细的阐述,并给出了OFDM系统PAPR的定义以及衡量PAPR的性能指标。针对目前三类经典的PAPR降低技术:信号失真技术、编码类技术和概率类技术,本文概述了各技术的基本原理、PAPR抑制性能、算法复杂度及各技术的优缺点。由于概率类技术相对于信号失真技术具有不增加系统误码率、相对于编码类技术计算复杂度较低的优点,因此被广泛学者认为是最有希望解决OFDM系统高PAPR的技术。本论文对概率类技术中的部分传输序列技术(Partial Transmit Sequence,PTS)和选择性映射技术(Selected Mapping Technique,SLM)的PAPR抑制性能及算法复杂度进行了详细的对比分析,由于PTS具有更强的PAPR抑制性能,选取PTS技术作为本文的重点研究对象。针对传统PTS技术穷举所有备选相位因子组合时计算复杂度过大的问题,本文基于两种经典次优算法(迭代PTS技术和双层相位序列优化法)的研究,提出了一种基于PTS迭代优化和双层优化的改进算法。该改进算法相对于迭代PTS技术具有更好的PAPR抑制性能、相对于双层相位序列优化法具有更低的计算复杂度,能够灵活的在PAPR抑制性能与计算复杂度之间做出折中。此改进算法是基于人为的减小备选相位因子组合数目,以达到降低PTS技术计算复杂度的目的。针对传统PTS计算复杂度过大的问题,本文还从另一个方面对PTS技术进行改进,即保证备选相位因子组合数目不变,以较少的迭代次数寻求最优解。基于智能优化技术具有快速搜索以获得最优解的特性,本文针对粒子群优化算法具有鲁棒性好、操作简单、收敛速度快等优点,提出将粒子群优化技术与PTS技术有效结合以降低PTS技术的复杂度。改进后的算法能够全局搜索最优解而非局部搜索,此种技术是将智能优化的概念融入PTS技术中,实现在保证搜索范围不变的情况下,以较少的迭代次数获取次最优解的目的。