可見光通信（VLC）作為一種綠色、安全、頻譜資源豐富的新興通信方式,它有效緩解了現(xiàn)有射頻通信頻譜資源緊張的問題。但是,作為可見光通信系統(tǒng)的關(guān)鍵器件,LED本身的電光轉(zhuǎn)化非線性和有限帶寬帶來的記憶效應(yīng)制約了信號的傳輸質(zhì)量。為了提高VLC系統(tǒng)的性能,需要抑制傳輸過程中信號產(chǎn)生的非線性失真。本文針對系統(tǒng)受到的線性與非線性損傷,對VLC系統(tǒng)建模,并基于該模型先后提出了兩種基于機器學習的后失真補償器結(jié)構(gòu)。本文的主要內(nèi)容如下:首先對可見光通信系統(tǒng)建模。利用維納模型、Rapps雙端飽和模型和點光源的郎伯輻射模型,推導出直射鏈路下包含LED非線性電光轉(zhuǎn)化和記憶效應(yīng)的信道響應(yīng)。結(jié)合DCO-OFDM調(diào)制,搭建VLC系統(tǒng)模型。通過該模型觀察信號落入不同區(qū)域時幅值和星座圖的變化,驗證非線性失真存在的真實性和本文研究非線性失真補償技術(shù)的必要性。其次,針對傳統(tǒng)后失真補償方法和決策樹方法的缺陷,提出一種利用網(wǎng)格搜索法尋優(yōu)的基于XGBoost后失真補償方法,提升補償器的擬合精度和泛化能力。仿真證明在犧牲一定的計算復(fù)雜度情況下,與基于線性最小二乘法、沃爾泰拉級數(shù)和記憶多項式的后失真補償器相比,基于XGBoost的后失真... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

LED的幅頻響應(yīng)

中北大學學位論文9圖2-2LED的幅頻響應(yīng)圖2-3LED的伏安特性曲線Figure2-2.Amplitude-frequencyresponseofLEDFigure2-3.U-IcurveofLED考慮帶記憶效應(yīng)的LED燈模型，常采用的方法包括維納模型、漢默斯坦模型、記憶多項式模型等[50]。本文采用如圖2-4所示的維納模型對LED進行建模，將LED燈的非線性變換分為線性時不變模塊和無記憶非線性模塊。線性時不變模塊Rapps模型x(n)r(n)yLED(n)圖2-4維納模型Figure2-4.Wienermodel其中，線性時不變模塊的表達式為：()=()=0(2-1)()表示加載到LED燈兩端的電壓，表示某個采樣時刻，表示最大延遲抽頭，表示時延權(quán)重。無記憶非線性模塊采用Rapps雙端飽和模型[51]。首先利用直線方程：=(2-2)擬合實際測得的LED伏安關(guān)系的線性部分。其中，和分別是擬合直線的斜率和截距，和分別表示通過LED的電壓與電流。接著利用S型曲線和截斷函數(shù)建立雙端飽和模型，表達式為：

中北大學學位論文333.4.1參數(shù)設(shè)置為了使模型能夠自動適應(yīng)不同傳輸條件下信號的變化，采用落入非線性區(qū)域的典型信號對模型參數(shù)進行調(diào)節(jié)，提高模型的抗干擾能力。此時輸入LED的偏置電壓Vdc和信號動態(tài)范圍Vpp分別為4.1V和1.6V，信號與噪聲的輸出功率比SNR為16dB。(1)Volterra級數(shù)和記憶多項式參數(shù)設(shè)置對于基于多項式級數(shù)展開的后失真補償方法，模型的收斂速度取決于權(quán)值更新算法，需要更新的權(quán)值個數(shù)則由多項式的級數(shù)（）和延遲抽頭（）個數(shù)決定。為了加快模型的訓練速度，本文采取RLS算法更新權(quán)值，觀察多項式級數(shù)和延遲抽頭個數(shù)對信號EVM的影響。圖3-5為基于Volterra級數(shù)和記憶多項式的后失真補償器輸出信號誤差向量幅度與延遲抽頭個數(shù)的關(guān)系。當輸入樣本的延遲抽頭個數(shù)大于等于3時，二者的EVM大小基本保持不變。這和設(shè)定的LED模型相符。為了提高模型的自適應(yīng)能力，獲取更多信號之間的相關(guān)信息，最終確定延遲抽頭個數(shù)為4。當確定最佳延遲抽頭個數(shù)后，我們觀察記憶多項式的最高階大小和EVM的關(guān)系。如圖3-6所示，基于記憶多項式補償?shù)男盘朎VM至4階后基本保持不變。因此，本文選取的基于記憶多項式的后失真補償器最高階數(shù)為4。圖3-5延遲抽頭個數(shù)（Q）與誤差向量幅度關(guān)系圖3-6記憶多項式階數(shù)(K)與誤差向量幅度關(guān)系Figure3-5.RelationshipbetweenQandEVMFigure3-6.RelationshipbetweenKandEVM

【參考文獻】：
期刊論文
[1]高速可見光通信的前沿研究進展[J]. 遲楠,陳慧.  光電工程. 2020(03)
[2]基于藍綠光LED的水下可見光通信技術(shù)研究進展[J]. 遲楠,王超凡,李韋萍,賈俊連.  復(fù)旦學報(自然科學版). 2019(05)
[3]循環(huán)神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 楊麗,吳雨茜,王俊麗,劉義理.  計算機應(yīng)用. 2018(S2)
[4]可見光通信中的白光LED非線性噪聲分析[J]. 王志斌,董偉,任英,武素蓮,顧而丹.  發(fā)光學報. 2018(05)
[5]基于稀疏貝葉斯學習的可見光通信系統(tǒng)中LED非線性補償技術(shù)[J]. 董作霖,吳松,李明.  電視技術(shù). 2018(02)
[6]可見光通信中LED的非線性后失真補償技術(shù)研究[J]. 徐旭東.  微型機與應(yīng)用. 2017(22)
[7]可見光通信中LED非線性失真補償算法研究[J]. 遲楠,張夢潔,施劍陽.  光學與光電技術(shù). 2015(05)
[8]深度學習的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)

博士論文
[1]基于照明LED的室內(nèi)高速可見光通信關(guān)鍵技術(shù)研究[D]. 余冰雁.清華大學 2015

碩士論文
[1]可見光通信中LED的非線性失真補償技術(shù)研究[D]. 徐旭東.南京郵電大學 2018
[2]可見光通信中非線性失真抑制關(guān)鍵技術(shù)研究[D]. 李翔宇.中國科學技術(shù)大學 2018
[3]基于XGBoost算法的多因子量化選股方案策劃[D]. 李想.上海師范大學 2017
[4]可見光通信信道估計技術(shù)研究[D]. 呂游.東南大學 2017
[5]可見光通信非線性特性及補償技術(shù)研究[D]. 張俊.東南大學 2016
[6]OFDM可見光通信中改善非線性失真的理論與方法研究[D]. 孫益.中南大學 2013



本文編號：3341919