基于Android平台下的可见光通信室内定位技术研究与实现.pdf

传统基于照明的光源布局方式在室内难免会存在光照度不均匀现象，造成通信盲区效应，从而影响通信系统的可靠性。为了解决此问题，以4 m×4 m×3 m房间为模型，在常用的室内光源布局模式下，采用光照度补偿技术，对其进行合理的布局优化，得出了一种由5个发光二极管阵列组成的光源布局方式，这种布局方式可同时降低系统功耗并提高光照度均匀性。为了兼顾可见光通信(VLC)系统的可靠性，采用室内接收平面的光照度标准差与通信中接收平面的平均误码率(BER)构建系统优化模型函数f(L，i)，当f(L，i)达到最小值时可同时满足接收平面的照度要求和通信BER要求。仿真结果表明，当L=0.35 m、i=0.025 m时，f(L,i)取最小值，此时接收平面光照度的最小值为301.26 lx，最大值为389.90 lx，均匀度为93.24%，系统照度标准差为20.1，功耗为140.5 W，BER为6.39×10-7。所提系统可同时兼顾室内接收平面光照度分布的均匀性和通信的可靠性，为室内VLC光源布局提供了一种优化方法。

由于码间干扰的影响，导致可见光通信系统的误码率提升。为此，提出了一种基于人工神经元网络(ANN)的 接收系统，采用角度分集接收技术采集信号，并通过神经元网络对所获得的多组数据进行合并优化构成总的输出 信号。该接收系统可以有效地降低码间干扰对系统的影响，提高接收信号的信噪比(SNR)，降低系统的误码率 (BER)。采用Matlab 软件模拟仿真信号传输实验以验证该系统的性能及优越性。仿真结果表明，在信源与环境的 信噪比相同情况下，基于神经元网络均衡处理的分集接收系统误码率比传统的使用单输入单输出(SISO)技术的系 统误码率更低，并且可以减弱码间干扰所带来的影响。优化了可见光通信(VLC)系统的信道性能，具有广阔的应用 前景。

dco-ofdm可见光通信系统误码率仿真，信道为加性高斯白噪声下

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。

在室内可见光通信系统(VLC)中,为解决传统光源布局方式中因照度分布不均匀而存在通信盲区的问题,提出考虑墙面反射的光源LED优化方案。以照度均方差作为评价标准分析LED布局,通过积分推导出接收面照度和功率的表达式,构建了矩形布局优化模型函数F(l,x,y)和圆形布局优化模型函数F(r,x,y),并根据优化函数研究了照度均方差与房间尺寸、最佳布局与视场角的关系。仿真结果表明：LED矩形布局光源的位置存在最优点l=1.6 m,视场角为ψFOV=80°,照度均匀性由传统布局的80.5%提升到84.3%；圆形布局光源的位置存在最优半径r=2 m,视场角为ψFOV=80°,当LED位于最优点半径时,圆形布局的照度均匀性随着光源LED数量的增加由85.2%增加到89.2%。

对室内可见光通信中的背景光噪声与干扰进行了实验测试,获得了噪声干扰的典型时域特性;进而模拟分析了背景光噪声与干扰对不同速率

研究提出了一种在考虑室内反射光影响条件下白光LED 阵列光源的辐射模型，并对光辐射功率分布进行软件仿真, 仿真结果表明室内一次

VLCSim 正在开发本科学位论文的可见光通信（VLC）模拟器

LED替代白炽灯和日光灯用于照明已经成为明显的趋势。LED可以同时用于照明与通信的特点，使得可见光通信(VLC)成为了近年来研究的热点。随着计算机和智能设备的迅速普及，接入网的速率和覆盖面需要进一步提高，VLC技术有望成为突破瓶颈的高速数据传输技术。VLC技术发展的主要挑战在于白光LED有限的调制带宽，研究者们已经提出了多种技术，如均衡技术、蓝光过滤、高阶调制格式、离散多音调调制、波分复用技术和多输入多输出(MIMO)技术等，以扩展调制带宽、提高传输速率。对这些技术的原理和性能进行了分析与讨论，以期为未来的研究提供一些参考。