可见光通信系统失真信号的无监督还原方法

马玉磊; 黄中杰

doi:10.13741/j.cnki.11-1879/o4.2024.04.019

您当前的位置：

首页 >

文章列表页 >

可见光通信系统失真信号的无监督还原方法

光通信 | 更新时间：2025-09-01

- 可见光通信系统失真信号的无监督还原方法
- Unsupervised recovery method of distorted signals for visible light communication
- 光学技术 2024年50卷第4期页码：492-499
- 作者机构：
  
  1:新乡学院计算机与信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2024.04.019
  中图分类号： TN929.1
- 纸质出版：2024
- 稿件说明：
移动端阅览
马玉磊, 黄中杰. 可见光通信系统失真信号的无监督还原方法[J]. 光学技术, 2024,50(4):492-499.

Unsupervised recovery method of distorted signals for visible light communication[J]. 2024, 50(4): 492-499.
马玉磊, 黄中杰. 可见光通信系统失真信号的无监督还原方法[J]. 光学技术, 2024,50(4):492-499. DOI： 10.13741/j.cnki.11-1879/o4.2024.04.019.

Unsupervised recovery method of distorted signals for visible light communication[J]. 2024, 50(4): 492-499. DOI： 10.13741/j.cnki.11-1879/o4.2024.04.019.

摘要

发光二级管的非线性特性、环境光干扰以及信道噪声等因素会引发可见光通信系统出现非线性失真的现象，导致可见光通信系统的误码率升高。针对该问题，提出一种新的深度神经网络模型，并基于该模型对可见光通信系统的非线性失真符号进行无监督地还原处理。建立了可见光通信系统的数学模型，分析了引起信号出现非线性失真现象的多种因素；利用循环神经网络学习可见光信号序列的短期相关性，利用门控循环单元学习可见光信号序列的长期相关性；采用密集网络学习输入光信号与接收光信号之间的非线性映射关系。仿真结果表明，所提神经网络能有效降低可见光通信系统的误码率，并且在不同调制阶数与不同带宽条件下均实现了较好的效果。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

樽海鞘群算法在可见光通信调制器的应用

可见光通信系统的非线性失真抑制研究

基于深度学习的可见光通信系统室内三维定位

可见光信号传输的非线性失真补偿方法

可见光通信系统失真信号的无监督还原方法

Unsupervised recovery method of distorted signals for visible light communication

DOI：10.13741/j.cnki.11-1879/o4.2024.04.019

摘要

Abstract

关键词

Keywords

references