可见光通信系统的非线性失真补偿技术研究
发布时间：2021-08-14 06:05
可见光通信（VLC）作为一种绿色、安全、频谱资源丰富的新兴通信方式,它有效缓解了现有射频通信频谱资源紧张的问题。但是,作为可见光通信系统的关键器件,LED本身的电光转化非线性和有限带宽带来的记忆效应制约了信号的传输质量。为了提高VLC系统的性能,需要抑制传输过程中信号产生的非线性失真。本文针对系统受到的线性与非线性损伤,对VLC系统建模,并基于该模型先后提出了两种基于机器学习的后失真补偿器结构。本文的主要内容如下:首先对可见光通信系统建模。利用维纳模型、Rapps双端饱和模型和点光源的郎伯辐射模型,推导出直射链路下包含LED非线性电光转化和记忆效应的信道响应。结合DCO-OFDM调制,搭建VLC系统模型。通过该模型观察信号落入不同区域时幅值和星座图的变化,验证非线性失真存在的真实性和本文研究非线性失真补偿技术的必要性。其次,针对传统后失真补偿方法和决策树方法的缺陷,提出一种利用网格搜索法寻优的基于XGBoost后失真补偿方法,提升补偿器的拟合精度和泛化能力。仿真证明在牺牲一定的计算复杂度情况下,与基于线性最小二乘法、沃尔泰拉级数和记忆多项式的后失真补偿器相比,基于XGBoost的后失真...
【文章来源】：中北大学山西省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
LED的幅频响应
中北大学学位论文9图2-2LED的幅频响应图2-3LED的伏安特性曲线Figure2-2.Amplitude-frequencyresponseofLEDFigure2-3.U-IcurveofLED考虑带记忆效应的LED灯模型，常采用的方法包括维纳模型、汉默斯坦模型、记忆多项式模型等[50]。本文采用如图2-4所示的维纳模型对LED进行建模，将LED灯的非线性变换分为线性时不变模块和无记忆非线性模块。线性时不变模块Rapps模型x(n)r(n)yLED(n)图2-4维纳模型Figure2-4.Wienermodel其中，线性时不变模块的表达式为：()=()=0(2-1)()表示加载到LED灯两端的电压，表示某个采样时刻，表示最大延迟抽头，表示时延权重。无记忆非线性模块采用Rapps双端饱和模型[51]。首先利用直线方程：=(2-2)拟合实际测得的LED伏安关系的线性部分。其中，和分别是拟合直线的斜率和截距，和分别表示通过LED的电压与电流。接着利用S型曲线和截断函数建立双端饱和模型，表达式为：
中北大学学位论文333.4.1参数设置为了使模型能够自动适应不同传输条件下信号的变化，采用落入非线性区域的典型信号对模型参数进行调节，提高模型的抗干扰能力。此时输入LED的偏置电压Vdc和信号动态范围Vpp分别为4.1V和1.6V，信号与噪声的输出功率比SNR为16dB。(1)Volterra级数和记忆多项式参数设置对于基于多项式级数展开的后失真补偿方法，模型的收敛速度取决于权值更新算法，需要更新的权值个数则由多项式的级数（）和延迟抽头（）个数决定。为了加快模型的训练速度，本文采取RLS算法更新权值，观察多项式级数和延迟抽头个数对信号EVM的影响。图3-5为基于Volterra级数和记忆多项式的后失真补偿器输出信号误差向量幅度与延迟抽头个数的关系。当输入样本的延迟抽头个数大于等于3时，二者的EVM大小基本保持不变。这和设定的LED模型相符。为了提高模型的自适应能力，获取更多信号之间的相关信息，最终确定延迟抽头个数为4。当确定最佳延迟抽头个数后，我们观察记忆多项式的最高阶大小和EVM的关系。如图3-6所示，基于记忆多项式补偿的信号EVM至4阶后基本保持不变。因此，本文选取的基于记忆多项式的后失真补偿器最高阶数为4。图3-5延迟抽头个数（Q）与误差向量幅度关系图3-6记忆多项式阶数(K)与误差向量幅度关系Figure3-5.RelationshipbetweenQandEVMFigure3-6.RelationshipbetweenKandEVM
【参考文献】：
期刊论文
[1]高速可见光通信的前沿研究进展[J]. 迟楠,陈慧. 光电工程. 2020(03)
[2]基于蓝绿光LED的水下可见光通信技术研究进展[J]. 迟楠,王超凡,李韦萍,贾俊连. 复旦学报(自然科学版). 2019(05)
[3]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[4]可见光通信中的白光LED非线性噪声分析[J]. 王志斌,董伟,任英,武素莲,顾而丹. 发光学报. 2018(05)
[5]基于稀疏贝叶斯学习的可见光通信系统中LED非线性补偿技术[J]. 董作霖,吴松,李明. 电视技术. 2018(02)
[6]可见光通信中LED的非线性后失真补偿技术研究[J]. 徐旭东. 微型机与应用. 2017(22)
[7]可见光通信中LED非线性失真补偿算法研究[J]. 迟楠,张梦洁,施剑阳. 光学与光电技术. 2015(05)
[8]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟. 计算机研究与发展. 2013(09)
博士论文
[1]基于照明LED的室内高速可见光通信关键技术研究[D]. 余冰雁.清华大学 2015
硕士论文
[1]可见光通信中LED的非线性失真补偿技术研究[D]. 徐旭东.南京邮电大学 2018
[2]可见光通信中非线性失真抑制关键技术研究[D]. 李翔宇.中国科学技术大学 2018
[3]基于XGBoost算法的多因子量化选股方案策划[D]. 李想.上海师范大学 2017
[4]可见光通信信道估计技术研究[D]. 吕游.东南大学 2017
[5]可见光通信非线性特性及补偿技术研究[D]. 张俊.东南大学 2016
[6]OFDM可见光通信中改善非线性失真的理论与方法研究[D]. 孙益.中南大学 2013
本文编号：3341919
【文章来源】：中北大学山西省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
LED的幅频响应
中北大学学位论文9图2-2LED的幅频响应图2-3LED的伏安特性曲线Figure2-2.Amplitude-frequencyresponseofLEDFigure2-3.U-IcurveofLED考虑带记忆效应的LED灯模型，常采用的方法包括维纳模型、汉默斯坦模型、记忆多项式模型等[50]。本文采用如图2-4所示的维纳模型对LED进行建模，将LED灯的非线性变换分为线性时不变模块和无记忆非线性模块。线性时不变模块Rapps模型x(n)r(n)yLED(n)图2-4维纳模型Figure2-4.Wienermodel其中，线性时不变模块的表达式为：()=()=0(2-1)()表示加载到LED灯两端的电压，表示某个采样时刻，表示最大延迟抽头，表示时延权重。无记忆非线性模块采用Rapps双端饱和模型[51]。首先利用直线方程：=(2-2)拟合实际测得的LED伏安关系的线性部分。其中，和分别是拟合直线的斜率和截距，和分别表示通过LED的电压与电流。接着利用S型曲线和截断函数建立双端饱和模型，表达式为：
中北大学学位论文333.4.1参数设置为了使模型能够自动适应不同传输条件下信号的变化，采用落入非线性区域的典型信号对模型参数进行调节，提高模型的抗干扰能力。此时输入LED的偏置电压Vdc和信号动态范围Vpp分别为4.1V和1.6V，信号与噪声的输出功率比SNR为16dB。(1)Volterra级数和记忆多项式参数设置对于基于多项式级数展开的后失真补偿方法，模型的收敛速度取决于权值更新算法，需要更新的权值个数则由多项式的级数（）和延迟抽头（）个数决定。为了加快模型的训练速度，本文采取RLS算法更新权值，观察多项式级数和延迟抽头个数对信号EVM的影响。图3-5为基于Volterra级数和记忆多项式的后失真补偿器输出信号误差向量幅度与延迟抽头个数的关系。当输入样本的延迟抽头个数大于等于3时，二者的EVM大小基本保持不变。这和设定的LED模型相符。为了提高模型的自适应能力，获取更多信号之间的相关信息，最终确定延迟抽头个数为4。当确定最佳延迟抽头个数后，我们观察记忆多项式的最高阶大小和EVM的关系。如图3-6所示，基于记忆多项式补偿的信号EVM至4阶后基本保持不变。因此，本文选取的基于记忆多项式的后失真补偿器最高阶数为4。图3-5延迟抽头个数（Q）与误差向量幅度关系图3-6记忆多项式阶数(K)与误差向量幅度关系Figure3-5.RelationshipbetweenQandEVMFigure3-6.RelationshipbetweenKandEVM
【参考文献】：
期刊论文
[1]高速可见光通信的前沿研究进展[J]. 迟楠,陈慧. 光电工程. 2020(03)
[2]基于蓝绿光LED的水下可见光通信技术研究进展[J]. 迟楠,王超凡,李韦萍,贾俊连. 复旦学报(自然科学版). 2019(05)
[3]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[4]可见光通信中的白光LED非线性噪声分析[J]. 王志斌,董伟,任英,武素莲,顾而丹. 发光学报. 2018(05)
[5]基于稀疏贝叶斯学习的可见光通信系统中LED非线性补偿技术[J]. 董作霖,吴松,李明. 电视技术. 2018(02)
[6]可见光通信中LED的非线性后失真补偿技术研究[J]. 徐旭东. 微型机与应用. 2017(22)
[7]可见光通信中LED非线性失真补偿算法研究[J]. 迟楠,张梦洁,施剑阳. 光学与光电技术. 2015(05)
[8]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟. 计算机研究与发展. 2013(09)
博士论文
[1]基于照明LED的室内高速可见光通信关键技术研究[D]. 余冰雁.清华大学 2015
硕士论文
[1]可见光通信中LED的非线性失真补偿技术研究[D]. 徐旭东.南京邮电大学 2018
[2]可见光通信中非线性失真抑制关键技术研究[D]. 李翔宇.中国科学技术大学 2018
[3]基于XGBoost算法的多因子量化选股方案策划[D]. 李想.上海师范大学 2017
[4]可见光通信信道估计技术研究[D]. 吕游.东南大学 2017
[5]可见光通信非线性特性及补偿技术研究[D]. 张俊.东南大学 2016
[6]OFDM可见光通信中改善非线性失真的理论与方法研究[D]. 孙益.中南大学 2013
本文编号：3341919
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3341919.html
