基于深度学习的高速成像通信关键技术研究

发布时间：2021-12-25 05:05

　　近年来,随着移动终端的普及,无线通信已经步入了大数据时代。日益减少的频谱资源难以满足用户飞速增长的通信带宽需求。为了解决频谱资源耗尽问题,基于可见光的拍赫兹通信已经受到研究者的广泛关注。在可见光通信中,成像通信是一种新型的通信方式。基于广泛使用的阵列光源屏幕与集成在电子设备中的图像传感器,MIMO成像通信链路可以轻易搭建起来。但成像通信中也引入了一系列技术难点。结合深度学习,本文主要研究了稀疏光源MIMO成像通信与密集光源MIMO成像通信中的关键通信技术,并设计相应通信系统验证通信性能。首先,本文详细分析与介绍了成像通信的收发端特性,阐明了成像通信的优势与面临的技术难点。分析了影响成像通信系统通信性能的因素,主要包括:采样频偏与混帧、透视失真、空间串扰、颜色串扰和非线性等。同时介绍了深度学习的相关理论,为后续关键通信技术讨论奠定了基础。对稀疏光源MIMO成像通信,其发送端光源稀疏排列。为了进一步增加成像通信系统的信息传输能力,联合颜色强度域上的颜色强度调制（Color intensity modulation,CIM）以及空间域中的MIMO调制,设计和构建多维高阶联合调制CIM-MIM... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图１．２成像通信系统示意图??如图１．２所示，成像通信系统或者图像传感器通信（Ｉｍａｇｅ?Ｓｅｎｓｏｒ?Ｃｏｍｍｕｎｉ？??

?第２章基于深度学习的成像通信系统概述与基础理论???第２章基于深度学习的成像通信系统概述与基础理论??２．１成像通信系统收发端介绍??成像通信的示意图如图２．１所示。在发送端，比特流信息按照一定的方式编??码与调制，经过并串转换后，加载到具有多个光源的信号发生器上。经过光信道??传输后，接收端通过光学成像设备接收光信号，并通过光电转换产生相应的电信??号。最后通过一系列信号处理后，实现原始信息的恢复。??发送端?接收端＾??调制—Ｓ／Ｐ?？？禮道?，调??ｔ?卜Ｗ二『又??￣￣１￣￣｜?ｕ?Ｚ?数据??比特流?恢复??图２．１成像通信示意图??２＿１．１发送齡绍??在成像通信系统中，采用阵列光源作为发送端以提高通信速率。发光阵列??在日常生活中随处可见，例如汽车的尾灯，交通信号灯，街边或商场的电子广告??屏，电视电脑屏幕以及智能手机屏幕等。利用这些广泛存在的阵列光源，在其发??光强度，颜色或者模式维度上进行调制，便可以将信息加载到光源阵列上，构成??成像通信系统的发送端。而根据光源阵列的差异，可以将光源阵列分为两大类。??第一类是稀疏光源阵列。将多个发光二极管ｌｅｄ按照稀疏排列的方式组合??成多输入的光源阵列，每个光源单元可以单独控制。经过光信道传输后，接收端??采集到的光信号呈现稀疏分布，彼此之间互不干扰。例如交通信号灯，汽车尾灯??以及部分ＬＥＤ阵列显示屏。??光源的产生途径有多种，可以分为热效应，原子跃迁和辐射发光。ＬＥＤ作为??新一代的半导体照明光源，因其节能环保，高效低耗，响应快和寿命长等优点，??９??

图２．２?ＬＥＤ发光原理模型??发光二极管由ＰＮ结组成，具有单向导电性


本文编号：3551838