MIMO-OFDM因为能够提供高数据速率传输能力、高带宽效率的稳健性和高鲁棒性以抵抗频率选择性衰落，而成为4G无线通信系统中众所周知的成熟技术。OFDM子载波可以在多个用户之间动态分配，并且通过使用MIMO技术，可以提高系统的频谱效率，通过空间分集提高数据传输速率和链路可靠性。MIMO配置还可以在不增加功率和带宽的情况下增加系统容量。然而，OFDM的主要缺点之一是由该方案所使用的傅里叶逆变换引起的高峰值平均功率比(peak-to-average power ratio，PAPR)，尤其是当子载波数目增加时。高PAPR问题会导致信号产生畸变、频谱发生扩展、降低系统性能，是在基于正交频分复用调制的系统中普遍存在，因此如何有效降低PAPR已经成为基于OFDM调制的系统的研究热点。　　考虑到高PAPR问题，收发器功率放大器工作点需要具有功率回退以适应信号功率的波动，防止其工作在非线性区域。非线性会在子载波之间产生相互干扰，并使信号失真，从而增加误码率。因此，功率放大器应尽可能在线性区域工作，以避免最高峰值的信号失真，从而降低整个系统的功率效率。实际上，高PAPR会降低电池寿命的效率，而电源效率是便携式设备的主要关注点。因此，降低OFDM信号中的高PAPR至关重要。　　本文从三个方面来研究MIMO-OFDM系统中降低PAPR的算法，具体的工作如下:　　(1)阐述了MIMO-OFDM系统中PAPR的定义及统计特性;研究了OFDM信号在离散和连续的时间域中PAPR的差异;分别分析了过采样率和高功率放大器对PAPR的影响;简单介绍了降低PAPR的三大类技术;最后概述了空频编码结构的MIMO-OFDM系统描述及其降低PAPR特性。以上内容是为下文研究设计有效降低PAPR的算法提供基础理论的阐述和探讨。　　(2)概率类技术通过对发射信号进行线性变换以达到降低PAPR的效果，是一种不会引起信号失真，不会降低系统误码率性能的技术。因此本文主要针对该类技术中的部分传输序列算法(Partial Transmit Sequences，PTS)进行探讨。本文将在现有的降低PAPR算法的基础上，提出了一种较低复杂度的PTS算法。该方法将信号分解思想应用于PTS中，在保证IFFT计算复杂度不变的同时提高PTS的分割子块数量，改善了PTS算法PAPR性能;再利用空频编码下多天线间的相位加权因子具有共轭转换关系，降低发射端PTS算法的IFFT计算量和边带信息传输量;最后采用双层搜索降低PTS中遍历搜索相位加权因子的计算复杂度。　　(3)针对部分传输序列算法中遍历搜索最优相位加权因子导致的较高计算复杂度问题，本文提出了一种基于离散萤火虫算法的部分传输序列算法。由于离散萤火虫算法在解决全局优化搜索问题上具有参数少，收敛快，易实现的特点，本文将搜索最优相位加权因子的过程转变为全局优化搜索问题。离散萤火虫算法是将欧氏距离用汉明距离作替换，在此基础上，通过改进吸引度函数使其不因距离增加而快速失效;将扰动常数用与距离相关的模糊函数替代使其具有自适应能力。以上改进可以很好的扩大算法的全局搜索能力，提高算法的局部收敛速度，更好的搜索最优相位加权因子。