峰均功率比(PAPR)的显着降低是正交频分复用(OFDM)系统中的一项实现挑战。 降低PAPR的一种方法是将一组选定的部分传输序列(PTS)应用于传输信号。 然而,PTS选择是一个非常复杂的NP难题,并且当在OFDM系统中使用大量的子载波时,计算复杂度非常高。 在本文中,我们提出了一种新的启发式PTS选择方法,即改进的混沌克隆改组蛙跳算法(MCCSFLA)。 MCCSFLA是基于对青蛙菌落的自然克隆选择而产生的,它是基于混沌理论的。 我们还使用马尔可夫链理论对MCCSFLA进行了分析,证明了该算法可以收敛到全局最优。 仿真结果表明,与使用其他遗传算法,量子进化算法和选择性映射算法相比,该算法能更好地降低PAPR。 此外,与遗传和量子进化算法相比,所提出的算法收敛速度更快。