具有鲁棒信道估计神经网络的多路径光学无线通信系统.pdfVIP

具有鲁棒信道估计神经网络的多路径光学无线通信系统.pdf

具有鲁棒信道估计神经网络的多路径光学无

线通信系统

DianxinLuan,GraduateStudentMember,IEEE,JohnThompson,Fellow,IEEE

InstituteforImaging,DataandCommunications,SchoolofEngineering,UniversityofEdinburgh,Edinburgh,

EH93JL,UnitedKingdom

摘要—光学无线通信（OWC）因其高速数据传输和吞吐量像机的信道估计方法，用于UOWC系统以估计衰减并

而获得了显著的关注。通常假设光学无线信道是平坦的，但本文相应地调整调制和功率。对于基于神经网络的方法，在

考虑的是高度分散的光学无线环境，导致频率选择性场景。为了[8]中提出了一种针对复杂水下无线光通信系统的信道

本解决这个问题，本文提出了一种鲁棒且低复杂度的信道估计框架

估计算法。在[9]中提出了一种联合帧检测与信道估计

译以减轻频率选择性效应，并提高系统可靠性。该信道估计框架包方法，用于DCO-OFDMLiFi系统，在LED引起的ISI

中含一个具有强泛化能力的神经网络，以提供有关环境的估计信和优越性能下的同步效果良好。工作[10]提出了一个基

息。根据此估计和相应的延迟扩展，选择器将激活多个候选神经

2网络之一，精确预测该信道。仿真结果表明，所提出的方法在动于神经网络的空间光通信系统的信道估计算法框架，该

4态环境中改善并增强了归一化均方误差（NMSE）和比特误码算法在各种湍流引起的衰落场景（如对数正态分布和伽

3率（BER）性能。这些发现突显了在室内多抽头光学信道下扩玛-伽玛通道）下表现出色，并实现了良好的准确性。然

2展高数据速率和可靠通信的潜力。而，尽管光学无线信道具有这些特性，多径传播仍可能

4.IndexTerms—信道估计，深度学习，正交频分复用导致频率选择性衰落，时间变化特征需要强大的信道估

（OFDM），光无线通信（OWC）。

0计技术以确保可靠的数据传输。

2在这篇论文中，我们提出了一种自适应神经网络

:I.介绍

v解决方案来稳健地估计无线光通信信道并减少接收

iIRELESS通信对于当前应用至关重要，但很端的比特错误。根据对光通信信道的预估，这种自

aW大程度上依赖于射频（RF）系统。与RF相适应方案激活一个合适的神经网络以实现整体预测。

比，光无线通信（OWC）能够提供更高的空中接口速率对于仿真，我们使用了一个射线追踪模拟器来进行环

和更低的传输功率。这确保了OWC是一种具有竞争力境的真实建模，这显示了正交频分复用（OFDM）波

的解决方案，作为下一代无线网络中的领先技术，以提形的选择性频率场景，即使反射路径只有非常小的

供高带宽和固有的安全性[1]，尤其是在室内无线通信增益也是如此。该部署的OWC信道的仿真代码可在

中。使用可见光、红外或紫外线频段，OWC系统正在/dianixn/OWC-Channels获取。

被部署，包括可见光通信（VLC）、光保真度（LiFi）和

自由空间光学（FSO）链路，在各种应用中，从室内网II.系统设置和信道模型

络到水下通信[2],[3]。然而，无线系统的性能取决于对本文考虑了用于室内传输的无编码DCO-OFDM

信道状态的准确估计。传统的诸如最小二乘法（LS）和系统，其中采

更多 >