Hoán vị là một phƣơng pháp giảm PAPR ít làm méo dạng tín hiệu. Mở rộng của phƣơng pháp này ta có phƣơng pháp hoán vị thích ứng. Thời gian thực hiện các phép hoán vị và độ phức tạp của phƣơng pháp đƣợc đánh giá thông qua số lƣợng
trung bình của phép hoán vị. Cũng giống nhƣ phƣơng pháp SLM, chuỗi dữ liệu hoán vị có PAPR nhỏ nhất sẽ đƣợc chọn để truyền đi.
Có hai loại hoán vị là hoán vị ngẫu nhiên và hoán vị có chu kỳ. Hoán vị ngẫu nhiên thực hiện hoán vị toàn bộ khối dữ liệu có N symbols và tạo thành những chuỗi giả ngẫu nhiên. Ví dụ một chuỗi symbol có chiều dài N X = [X0, X1, X2,… XN-1] sẽ trở thành X‟ = [Xπ(0), Xπ(1), Xπ(2)…. Xπ(N-1)] . Chỉ số hoán vị π(N-1) đƣợc lƣu trong bộ nhớ của cả bộ phát và bộ thu nên việc deinterleaving trở nên đơn giản.
Đối với phƣơng pháp hoán vị theo chu kỳ, cho 1 chu kỳ C và 1 khối dữ liệu có độ dài là C. Phƣơng pháp hoán vị có chu kỳ C ghi khối dữ liệu X = [ X0, X1, X2, ….XN-1] vào 1 ma trận có C dòng và R cột, với R = N/C theo từng cột. Sau đó đọc khối dữ liệu ra X‟= [Xπ(0), Xπ(1), Xπ(2), ….Xπ(N-1)] theo từng dòng.
Ta có ma trận:
Hình 3. 6 Thuật toán Interleaving Hoán vị thích ứng [3]
Để đơn giản hơn trong quá trình tính toán cũng nhƣ làm giảm đi số lần hoán vị, ngƣời ta đƣa ra phƣơng pháp hoán vị thích ứng là mở rộng của phƣơng pháp hoán vị thông thƣờng. Trong phƣơng pháp hoán vị thích ứng, một mức PAPR sẽ đƣợc thiết lập trƣớc gọi là ngƣỡng, các giá trị PAPR mới của chuỗi dữ liệu sau khi hoán vị sẽ đƣợc so sánh với mức ngƣỡng này. Thuật toán hoán vị thích ứng sẽ đƣợc minh họa nhƣ hình 3.12.