近年来随着移动互联网以及物联网技术的快速发展,出现了越来越多的新的业务模式,同时也存在着大量新的需求,使得已有的数据业务呈现出爆发式增长的趋势,很快将会进入第五代通信系统(5G)。由于需求和应用场景的变化,对新一代的移动通信系统提出了更大的挑战,对传输速率、系统的效率、资源利用率等各种性能都提出了进一步的要求。多载波系统尤其是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)在目前的4G通信系统中有着广泛的应用,由于其系统固有的缺陷使得其不能很好地满足5G系统的新需求,作为一种新型的多载波技术——通用滤波多载波(Universal Filtered Multi Carrier,UFMC)被认为是满足5G需求的有效方式。UFMC系统采用基于子带的滤波处理,相比于OFDM系统具有更好的带外抑制效果,同时在抗载波频偏(Carrier Frequency Offset,CFO)干扰的能力、频谱效率等方面都有着更好的性能。但是UFMC系统同样会面临高峰均功率比(Peak to Average Power Ratio,PAPR)的问题,过高的PAPR值会增加通信系统的设计及实现难度,因此需要对UFMC系统中的PAPR值进行抑制。本文主要是对PAPR抑制方法中的SLM方法进行研究分析,提出两种PAPR抑制算法。首先提出一种基于改进遗传算法的SLM算法(Improved Genetic algorithm SLM,IGASLM),该算法将SLM方法应用于UFMC系统中,对发送端的频域信号进行IFFT变换之前都经过相位旋转,同时使用遗传算法选择出最优的一组相位旋转序列。由于遗传算法会陷入到局部最优的问题,因此使用多点交叉和自适应参数两种技术对遗传算法进行改进,得到最终的IGASLM算法,利用MATLAB仿真分析证明IGASLM算法在不改变UFMC系统误码率的前提下可以有效地抑制PAPR值。其次,根据SLM方法结构的特点提出一种可以快速得到最优相位旋转序列的算法。该算法的提出首先需要对SLM方法进行数学分析,需要用到切尔诺夫界、随机过程、Ehlich和Zeller定理等相关定理,通过一步步的分析最后得出在多载波系统中计算SLM方法相位旋转序列算法。该算法首先需要随机获取第一个相位旋转因子,然后依次计算得出最优的后一个相位旋转因子,并最终得到最优的相位旋转序列。同时根据UFMC系统和SLM方法的特点,对UFMC系统的发送端信号进行时频转换,将所提出的的算法应用于UFMC系统之中,通过仿真结果可以看出该算法可以快速的计算出SLM方法的相位旋转序列并有较好的性能。最后,论文末尾对全文的研究工作进行总结,并对未来的研究工作进行展望。