无线光MIMO技术及空时编码研究进展

对前人已有的工作进行转述与概括,其中包括作者自己的看法。多输入多输出(multiple input multiple output,MIMO)技术充分利用空间资源,可以抑制信道特性对光信号传输的影响。从提高无线光通信信道容量与频谱利用率出发,详细叙述了无线光MIMO在国内外的演进与发展。分类介绍了空时编码的原理。最后归纳了无线光MIMO系统所面临的关键技术问题。

基于神经网络的紫外光散射湍流信道估计方法

由于紫外光在传输过程中受到散射效应和大气湍流的影响,非直视无线紫外光通信中存在严重的码间串扰和传输衰减问题。提出一种基于深度学习的无线紫外光散射信道估计方法。在深度学习模型训练阶段,利用差分进化算法优化深度神经网络(DNN),根据网络最优的输出结果准确估计出信道特性,进而在接收端对传输衰减进行补偿。仿真结果表明:与最小二乘估计相比,所提方法的均方误差提升了1个数量级,在误码率性能方面提升了2个数量级;与最小均方误差估计相比,所提方法的均方误差提升了38%,在误码率性能方面提升了78%。此外,在DNN训练过程中引入差分进化算法,可以提高网络的学习收敛速度和全局优化能力。最后改变信道模型的湍流强度,验证了所提方法在不同湍流环境下的稳定性。