室内可见光系统中应用信道估计方法优化传输性能的研究.pdfVIP

摘要

随着信息通信技术的快速发展，室内可见光通信作为一种新兴的通信方式

备受关注。相较于传统的无线通信技术，可见光通信具有传输速率高、安全性

强等优势，逐渐成为室内通信领域的研究热点。然而，室内可见光通信系统面

临着诸多挑战，如光波在室内环境中频谱分配比较紧张、多路径干扰严重以及

非线性效应等问题，这些因素直接影响了系统传输信号的质量和传输稳定性。

本研究聚焦于室内可见光通信系统中的信道估计技术，旨在解决该系统面临的

以上关键技术难题，主要研究内容包含以下几个方面：

1、为了解决导频数量和导频结构配置对信道估计精度的影响，分别通过

LS算法、LMMSE算法和SVD算法对块状、梳状和网格状三种导频结构进行误

码率分析，同时设置不同的导频数量和调制方式来比较不同导频结构的信道估

计算法估计性能。最终得到导频数量为32时，块状导频结构的BER性能较有优

势，由于其导频插入方式是在频域上是周期的，比较适合可见光系统的频率选

择性衰落信道。

2、设计并提出改进型PSO算法优化块状导频结构，以减少导频信号占用。

对块状导频的等间隔均匀排列结构方式进行非等间隔导频适配，并将PSO算法

的惯性权重进行自适应优化，提高PSO算法的局部和全局搜索能力。在相同的

信噪比和导频数量下，基于PSO算法的误码率能达到5.610−5，始终比等间隔

块状导频的误码率性能高，并且在误码率性能相似的情况下，导频数量使用降

低一半，有效的提高了频谱利用率和估计精度。

3、提出利用深度神经网络提高MIMO-VLC通信系统的信道估计精度，并

在此基础上使用改进型遗传算法GA-DNN来优化神经网络的权重值，采用改进

-6-5

型GA-DNN的误码率达到2.3710，相较于GA-DNN的1.1210的误码率提

升了大约一个数量级，并且在低导频数量的情况下误码率依然能达到2.1110-6，

所提出的算法受到导频数量的影响小，对于恢复信号仍然有效。

关键词：可见光通信；信道估计；深度学习；粒子群算法；误码率

万方数据

Abstract

Withtherapidadvancementofinformationcommunicationtechnology,

indoorvisiblelightcommunicationhasgainedsignificantattentionas

anemergingcommunicationmethod.Incomparisontotraditionalwireless

communicationtechnologies,theadvantagesofvisiblelight

communicationincludehightransmissionratesandstrongsecurity,

makingitaresearchfocalpointinindoorcommunication.However,

indoorvisiblelightcommunicationsystemsencountervarious

challenges,suchasmultipathpropagationoflightwaves,non-uniform

lightintensity,andfadinglightchannels,allofwhichhaveadirect

impactonsystemtransmissionperformancean