在基于非正交多址接入技术的多用户下行室内可见光通信(Visible light communication system based on non⁃orthogonal multiple access technology,VLC⁃NOMA)系统中,针对和速率与用户公平性冲突的问题,提出一种基于加权和速率最大化的...在基于非正交多址接入技术的多用户下行室内可见光通信(Visible light communication system based on non⁃orthogonal multiple access technology,VLC⁃NOMA)系统中,针对和速率与用户公平性冲突的问题,提出一种基于加权和速率最大化的迭代功率分配方案。该方案以最大化加权和速率为目标,可通过改变权重因子来调节用户公平性。由于目标问题属于非凸优化问题,通过辅助变量法和凸优化理论将该非凸问题转化为凹问题,再通过拉格朗日对偶法进行求解,并根据问题的解设计了一种迭代功率分配算法。对所提算法的收敛性、系统和速率以及用户公平性进行了仿真。结果表明,所提迭代功率分配算法具有良好的收敛性,相较于VLC⁃OMA系统,VLC⁃NOMA系统能够获得更好的和速率性能。通过调整权重因子,在牺牲较小系统和速率的情况下能够获得比现有功率分配方案更好的系统和速率与用户公平性。展开更多
为了降低可见光通信(VLC)系统的误码率,设计了一种基于二进制开关键控(OOK)调制的VLC视频传输系统。该系统采用改进型4B5B编码、后均衡放大电路改善了系统误码性能,拓展了系统的-3 d B带宽,并在自适应阈值判决的基础上分析数据的相关性...为了降低可见光通信(VLC)系统的误码率,设计了一种基于二进制开关键控(OOK)调制的VLC视频传输系统。该系统采用改进型4B5B编码、后均衡放大电路改善了系统误码性能,拓展了系统的-3 d B带宽,并在自适应阈值判决的基础上分析数据的相关性特征,实现了OOK解调。实验结果表明:系统可以在2 m的距离下实现1080 P高清视频的实时、无失真传输;当传输速率为60 Mb/s时,改进型4B5B编码能将系统无编码时的误码率由2.2×10^(-2)降低至2.81×10^(-6)。展开更多
针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将...针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将其与原网络中的Mosaic数据增强方式相结合,提升网络的鲁棒性,并增强算法在不同调制格式信号间的泛化能力;其次,将自适应空间特征融合(ASFF)引入到Neck网络中,充分提取不同层次的特征,提高检测精度。实验结果表明,在混合信噪比条件下,所提改进算法的平均精度均值(mAP)达到了0.903,比原始YOLOv5s算法提升了0.7%,且在信噪比为20 dB时mAP高达0.993。展开更多
文摘在基于非正交多址接入技术的多用户下行室内可见光通信(Visible light communication system based on non⁃orthogonal multiple access technology,VLC⁃NOMA)系统中,针对和速率与用户公平性冲突的问题,提出一种基于加权和速率最大化的迭代功率分配方案。该方案以最大化加权和速率为目标,可通过改变权重因子来调节用户公平性。由于目标问题属于非凸优化问题,通过辅助变量法和凸优化理论将该非凸问题转化为凹问题,再通过拉格朗日对偶法进行求解,并根据问题的解设计了一种迭代功率分配算法。对所提算法的收敛性、系统和速率以及用户公平性进行了仿真。结果表明,所提迭代功率分配算法具有良好的收敛性,相较于VLC⁃OMA系统,VLC⁃NOMA系统能够获得更好的和速率性能。通过调整权重因子,在牺牲较小系统和速率的情况下能够获得比现有功率分配方案更好的系统和速率与用户公平性。
文摘针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将其与原网络中的Mosaic数据增强方式相结合,提升网络的鲁棒性,并增强算法在不同调制格式信号间的泛化能力;其次,将自适应空间特征融合(ASFF)引入到Neck网络中,充分提取不同层次的特征,提高检测精度。实验结果表明,在混合信噪比条件下,所提改进算法的平均精度均值(mAP)达到了0.903,比原始YOLOv5s算法提升了0.7%,且在信噪比为20 dB时mAP高达0.993。