高速可见光通信技术的挑战与展望

目前,高速可见光通信(VLC)系统在器件、算法、组网等方面均存在着一定的技术瓶颈,需要有针对性地突破这些瓶颈,进一步提升其系统速率,使之在未来B5G/6G架构中发挥重要作用。阐述了现阶段高速可见光通信面临的若干挑战,并对其未来前景提出了展望。

基于神经网络的后均衡方法在水下可见光通信中的应用

随着人类进一步推进对海洋的探索,人们对水下通信技术提出更高的要求。水下可见光通信(UVLC)具有高速、低延迟和高保密性的优点,吸引了广大研究者的关注。然而,在水下可见光通信中,水下信道环境很复杂,湍流、漫射、散射等因素严重影响信号传输的质量,同时,由器件引起的非线性失真限制着系统的性能。神经网络能够拟合复杂的非线性问题,开始被应用于可见光通信的信号均衡中。本文介绍了基于神经网络的后均衡方法在水下可见光通信中的应用,对比分析了DNN、DBMLP和TFDNet三种网络在非线性均衡方面的性能,并且讨论了不同计算复杂度对三者的影响,为在实际应用中采用不同的均衡方法提供参考。

LED可见光通信系统中应用基于密度的聚类算法的信号判诀

在可见光通信系统中,无载波幅度相位(carrierless amplitude/phase, CAP)调制是国际主流的调制方式之一。但是受噪声的影响,幅度的不稳定抖动会大幅降低系统性能。针对这个问题,本文提出了一种结合机器学习的基于空间密度的群以噪声发现聚类算法(density-based spatial clustering of applications with noise, DBSCAN)的信号判决方法,来区分CAP-4系统中的4个带抖动的不同电平。通过应用该方法进行实验,可见光通信CAP-4系统的性能得到了高达4.77 dB的提升。同时,本文还研究了不同幅度的抖动对系统的不同影响。这是DBSCAN算法在LED可见光通信CAP-4系统中的创新应用。

基于机器学习的可见光通信信号处理研究现状

随着无线通信领域的发展,具有诸多优点的可见光通信(VLC)已经发展成为了一种具有广阔前景的通信手段。然而,可见光通信中的各种非线性效应会给其信号处理带来诸多的困难,并恶化系统的性能。机器学习在解决非线性问题方面具有很大的优势和潜力,结合机器学习算法的可见光通信技术必然具有巨大的研究价值。已有研究表明,传统的机器学习算法如K-means、DBSCAN以及支持向量机(SVM)等在预均衡、后均衡、抗系统抖动,以及相位纠正等方面均有很好的表现。而深度神经网络(DNN)则因为其强大的非线性拟合能力能够更进一步提升VLC系统的性能。对以上几种方法进行了分析和介绍,并对其在可见光通信信号处理领域的应用进行了分析与总结,希望可以为机器学习解决可见光通信方面的各种非线性问题提供参考。

水下可见光通信的原理、关键技术与应用

随着水下无线通信系统的不断发展,可见光通信(VLCs)系统凭借其更高的传输速率和可靠性逐渐成为人们专注研究的热点。但是由于水下环境的复杂性和通信系统设备与技术的局限性,要实现高速率、长传输距离的水下可见光通信系统仍是不小的挑战。近些年来,专家学者想出了许多有效的方法来提升水下可见光通信系统的性能并加以应用,本文就水下可见光通信系统的一些研究发展与实际应用做一定的总结,为水下可见光通信系统的进一步发展提供参考。

Visible light communication for Vehicle to Everything beyond 1 Gb/s based on an LED car headlight and a 2 × 2 PIN array

Visible light communication(VLC) shows great potential in Internet of Vehicle applications. A single-input multi-output VLC system for Vehicle to Everything is proposed and demonstrated. A commercial car headlight is used as transmitter. With a self-designed 2 × 2 positive-intrinsic-negative(PIN) array, four independent signals are received and equalized by deep-neural-network post-equalizers, respectively. Maximum-ratio combining brings high signal-to-noise ratio and data rate gain. The transmission data rate reaches 1.25 Gb/s at 1 m and exceeds 1 Gb/s at 4 m. To the best of our knowledge, it is the first-time demonstration of beyond 1 Gb/s employing a commercial car headlight.